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 conceptele grafurilor
- De ce grafuri pentru aplicații cu LLM-uri: orchestration vs. lanțuri simple
- Noduri, margini și stare în LangGraph
- Hello LangGraph: primul graf funcțional
Gestionarea stării și lanțuirea prompturilor
- Proiectarea prompturilor ca noduri în graf
- Transmiterea stării între noduri și gestionarea ieșirilor
- Modelul de memorie: context pe termen scurt vs. context persistat
Ramificare, flux de control și gestionarea erorilor
- Routing condițional și fluxuri de lucru cu mai multe căi
- Reîncercări, timpi de așteptare și strategii de rezervă
- Idempotență și rulare sigură repetată
Unelte și integrări externe
- Apelarea funcțiilor/unelelor din nodurile grafului
- Apelarea API-urilor REST și serviciilor în interiorul grafului
- Lucrul cu ieșiri structurate
Fluxuri de lucru augmentate cu retrieval
- Ingestion de documente și baze de chunking
- Embeddings și stocări vectoriale (de ex., 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 de împachetare și implementare
- Configurarea mediului și gestionarea dependențelor
- Servirea grafurilor prin API-uri
- Versionarea fluxurilor de lucru și actualizări progresive
Rezumat și pași următori
Cerințe
- Înțelegerea programării de bază în Python
- Experiență cu API-uri REST sau instrumente CLI
- Familiaritate cu conceptele de LLM-uri și fundamentele prompt engineering
Publicul țintă
- Dezvoltatori și ingineri software noi în orchestration-ul de LLM-uri bazat pe grafuri
- Prompt engineers și novici în AI care construiesc aplicații multi-step cu LLM-uri
- Specialiști în date care explorează automatizarea fluxurilor de lucru cu LLM-uri