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
- Grafice vs. lanțuri liniare: când și de ce
- Agenți, instrumente și bucle planificator-executor
- Flux de lucru minimal: un grafic agentic minimal
Stare, Memorie și Transmitere de Context
- Proiectarea stării graficului 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 multiple căi
- Reîncercări, timeout-uri și întrerupătoare de circuit
- Mecanisme de rezervă, capete moarte și noduri de recuperare
Utilizarea Instrumentelor și Integrări Externe
- Apelarea de funcții/instrumente din noduri și agenți
- Consumul de API-uri REST și baze de date din grafic
- Parsarea și validarea ieșirilor structurate
Fluxuri de Lucru ale Agenților Augmentate cu Recuperare
- Strategii de ingestie și fragmentare a documentelor
- Încorporări și depozite vectoriale cu ChromaDB
- Răspunsuri fundamentate cu citări și mecanisme de siguranță
Evaluare, Depanare și Observabilitate
- Trasarea căilor și inspectarea interacțiunilor nodurilor
- Seturi de aur, evaluări și teste de regresie
- Monitorizarea calității, siguranței și costului/latentă
Ambalare și Livrare
- Servire FastAPI și gestionarea dependențelor
- Versionarea graficelor și strategii de revenire
- Ghiduri operaționale și răspuns 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 produse
- Dezvoltatori care construiesc sisteme interactive bazate pe LLM
14 Ore