Intrati in legatura
 Durata 14 ore

Schița de curs

LangGraph și modele de agenți: O introducere practică

  • Grafi vs. lanțuri liniare: când și de ce
  • Agenți, tool-uri și bucle de tip planner-executor
  • Primul workflow: un graf agentic minim

Stare, memorie și transmiterea contextului

  • Proiectarea stării grafului și a interfețelor de noduri
  • Memorie pe termen scurt vs. memorie persistată
  • Ferele de context, sumarizare și rehidratare

Logica de ramificare și controlul fluxului

  • Rutare condițională și decizii multi-cale
  • Retry-uri, timeout-uri și circuit breakers
  • Fallback-uri, căi fără ieșire și noduri de recuperare

Utilizarea tool-urilor și integrări externe

  • Apartularea funcțiilor/tool-urilor din noduri și agenți
  • Consumul de API-uri REST și baze de date din graf
  • Parse și validare a ieșirilor structurate

Workflows de agenți cu retrieval-augmented

  • Ingestia documentelor și strategii de chunking
  • Embeddings și stocare vectorială cu ChromaDB
  • Răspunsuri fundamentate cu citate și măsuri de siguranță

Evaluare, debug și observabilitate

  • Trasarea căilor și inspecționarea interacțiunilor de noduri
  • Seturi gold, evaluări și teste de regresie
  • Monitorizarea calității, siguranței și a costurilor/latenței

Empachetare și livrare

  • Servire cu FastAPI și gestionarea dependențelor
  • Versionarea grafului și strategii de rollback
  • Playbook-uri operaționale și răspunsul la incidente

Rezumat și pașii următori

Cerințe

  • Cunoaștere practică a Python
  • Experiență în construirea de aplicații cu LLM-uri sau lanțuri de prompt-uri
  • Familiaritate cu API-urile REST și JSON

Public țintă

  • Ingineri AI
  • Manageri de produs
  • Dezvoltatori care construiesc sisteme interactive conduse de LLM-uri

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite