Intrati in legatura

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

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite