Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a LangGraph és gráf fogalmakba
- Miért gráfok az LLM alkalmazásokhoz: vezérlés vs. egyszerű láncok
- Csomópontok, élek és állapot a LangGraphban
- Hello LangGraph: első futtatható gráf
Állapotkezelés és Prompt Láncolás
- Promptok tervezése gráf csomópontokként
- Állapot átadása csomópontok között és kimenetek kezelése
- Memória mintázatok: rövid távú vs. tartós kontextus
Elágazás, Vezérlési Folyam és Hibakezelés
- Feltételes útválasztás és többutas munkafolyamatok
- Újrapróbálkozások, időtúllépések és tartalék stratégiák
- Idempotencia és biztonságos újrafuttatások
Eszközök és Külső Integrációk
- Függvény/eszköz hívás gráf csomópontokból
- REST API-k és szolgáltatások hívása a gráfon belül
- Strukturált kimenetek kezelése
Lekérdezés-Alapú Munkafolyamatok
- Dokumentum betöltés és darabolás alapjai
- Beágyazások és vektortárolók (pl. ChromaDB)
- Hivatkozásokkal alátámasztott válaszok
Tesztelés, Hibakeresés és Értékelés
- Egységtesztek csomópontokra és útvonalakra
- Nyomkövetés és megfigyelhetőség
- Minőségellenőrzés: tényiség, biztonság és determinizmus
Csomagolás és Üzembehelyezés Alapjai
- Környezet beállítása és függőségkezelés
- Gráfok szolgáltatása API-k mögött
- Munkafolyamatok verziókezelése és folyamatos frissítések
Összefoglalás és Következő Lépések
Követelmények
- Alapvető Python programozási ismeretek
- Tapasztalat REST API-kkal vagy CLI eszközökkel
- Ismeret az LLM fogalmakkal és a prompt mérnöki alapokkal
Közönség
- Fejlesztők és szoftvermérnökök, akik újak a gráf alapú LLM vezérlésben
- Prompt mérnökök és AI újoncok, akik több lépésből álló LLM alkalmazásokat építenek
- Adatszakértők, akik LLM-ekkel automatizált munkafolyamatokat vizsgálnak
14 Órák