Schița de curs

LangGraph și modele de agent: Un ghid practic

  • Grafice vs lanțuri liniiare: când și de ce
  • Agenti, instrumente și bucle planificator-executor
  • Hello workflow: un graf minim de agenti

Stare, memorie și transmiterea contextului

  • Dizajnarea stării grafului și interfețelor nodurilor
  • Memorie pe termen scurt vs. memorie persistată
  • Fereastră de context, rezumat și rehidratare

Logică cu ramificații și flux control

  • Rutare condițională și decizii multiple
  • Reîncercări, timpuri de timeout și circuit breakers
  • Opțiuni secundare, începe-zi și noduri de recuperare

Utilizarea instrumentelor și integrările externe

  • Apele de funcție/instrumente din noduri și agenti
  • Consumul API-urilor REST și baze de date din graf
  • Parsare și validare a iesirii structurate

Grafice augmentate de recuperare pentru fluxurile de lucru ale agentului

  • Strategii de ingestionare și împărțirea documentelor
  • Incarcări și depozite vectoriale cu ChromaDB
  • Răspunsuri ancore cu citarea și protejare

Evaluare, depanare și observabilitate

  • Urmărirea căilor și inspectarea interacțiunilor nodurilor
  • Jocuri de seturi aurii, evaluări și teste de regresie
  • Monitorizare a calității, siguranței și costului/latentiei

Amestec și livrare

  • Servirea FastAPI și gestionarea dependențelor
  • Versiuni ale graficelor și strategii de rollback
  • Playbook-uri operaționale și răspuns la incidente

Rezumat și următoarele pași

Cerințe

  • Cunoștințe practice cu Python
  • Experiență în construirea de aplicații LLM sau lanțuri de prompt-uri
  • Familiaritate cu REST APIs și JSON

Publicul țintă

  • Inginerii AI
  • Managerii de produs
  • Developerii care construiesc sisteme interactiv LLM-driven
 14 ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite