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.
Durata 14 ore
Schița de curs
Introducere în LangGraph și concepte de grafuri
- De ce grafuri pentru aplicații LLM: orchestrare vs. lanțuri simple
- Noduri, muchii și stare în LangGraph
- Hello LangGraph: primul graf rulabil
Gestionarea stării și înlănțuirea prompturilor
- Proiectarea prompturilor ca noduri de graf
- Transmiterea stării între noduri și gestionarea rezultatelor
- Modele de memorie: context pe termen scurt vs. context persistat
Ramificare, flux de control și gestionarea erorilor
- Rutare condițională și fluxuri de lucru cu mai multe căi
- Reîncercări, timeout-uri și strategii de fallback
- Idempotență și re-rulări sigure
Tool-uri și integrări externe
- Apelarea funcțiilor/tool-urilor din nodurile grafului
- Apelarea API-urilor REST și a serviciilor în cadrul grafului
- Lucrul cu output-uri structurate
Fluxuri de lucru augmentate cu retrieval
- Elementele de bază ale ingestiei și împărțirii documentelor
- Embedding-uri și vector stores (de exemplu, ChromaDB)
- Răspunsuri fundamentate cu citări
Testare, depanare și evaluare
- Teste de tip unit pentru noduri și căi
- Tracing și observabilitate
- Verificări de calitate: factualitate, siguranță și determinism
Fundamentele împachetării și implementării
- Configurarea mediului și gestionarea dependențelor
- Servirea grafurilor în spatele API-urilor
- Versionarea fluxurilor de lucru și actualizări rolling
Rezumat și pașii următori
Cerințe
- Înțelegerea programării de bază în Python
- Experiență cu API-uri REST sau instrumente CLI
- Familiaritate cu conceptele LLM și fundamentele ingineriei de prompt
Public țintă
- Dezvoltatori și ingineri software noi în orchestrarea LLM bazată pe grafuri
- Ingineri de prompt și începători în AI care construiesc aplicații LLM cu mai mulți pași
- Practicieni în date care explorează automatizarea fluxurilor de lucru cu LLM-uri
