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
- Flux de lucru minimal: un graf agentic simplu
Stare, Memorie și Transmitere a Contextului
- Proiectarea stării grafului și a interfețelor nodurilor
- Memorie pe termen scurt vs. memorie persistentă
- Ferestre de context, rezumat și rehidratare
Logică de Ramificare și Control al Fluxului
- Rutare condițională și decizii pe mai multe căi
- Încercări repetate, timeout-uri și întreruptoare de circuit
- Mecanisme de rezervă, blocaje și noduri de recuperare
Utilizarea Uneltelor și Integrări Externe
- Apelarea de funcții/unelte din noduri și agenți
- Consumarea API-urilor REST și a bazelor de date din graf
- 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 referință, evaluări și teste de regresie
- Monitorizarea calității, siguranței și costului/latency
Ambalarea și Livrarea
- Servirea cu 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 aplicațiilor LLM sau a lanțurilor de prompturi
- Familiaritate cu API-uri REST și JSON
Publicul Țintă
- Ingineri AI
- Manageri de produs
- Dezvoltatori care construiesc sisteme interactive bazate pe LLM
14 Ore