Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
LangGraph și Modele de Agenți: Un Ghid Practic
- Grafuri vs. lanțuri liniare: când și de ce
- Agenți, unelte și bucle planificator-executor
- Salutare flux de lucru: un grafic agentic minimal
Stare, Memorie și Transmitere de Context
- Proiectarea stării graficului și a interfețelor nodurilor
- Memorie pe termen scurt vs. memorie persistentă
- Ferestre de context, sumarizare și rehidratare
Logică de Ramificare și Control al Fluxului
- Rutare condiționată și decizii pe mai multe căi
- Reîncercări, timeout-uri și întreruptoare de circuit
- Mecanisme de rezervă, capete moarte și noduri de recuperare
Utilizarea Uneltelor și Integrări Externe
- Apelarea funcțiilor/uneltelor din noduri și agenți
- Consumul API-urilor REST și a bazelor de date din grafic
- Parsarea și validarea ieșirilor structurate
Fluxuri de Lucru ale Agenților Augmentate cu Recuperare
- Strategii de ingestie și fragmentare a documentelor
- Încorporări și stocare vectorială cu ChromaDB
- Răspunsuri fundamentate cu citate și măsuri de siguranță
Evaluare, Depanare și Observabilitate
- Trasarea căilor și inspectarea interacțiunilor nodurilor
- Seturi de aur, evaluări și teste de regresie
- Monitorizarea calității, siguranței și costului/latency
Ambalare și Livrare
- Servire FastAPI și gestionarea dependențelor
- Versionarea graficelor și strategii de revenire
- Manualele operaționale și răspunsul la incidente
Rezumat și Pași Următori
Cerințe
- Cunoștințe de bază în Python
- Experiență în construirea de aplicații LLM sau lanțuri de prompturi
- Familiaritate cu API-uri REST și JSON
Publicul țintă
- Ingineri AI
- Manageri de produse
- Dezvoltatori care construiesc sisteme interactive bazate pe LLM
14 Ore