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
LangGraph és a grafkoncepciók bemutatása
- Miért grafik LLM alkalmazásokhoz: irányítás vs. egyszerű láncok
- Csomópontok, élek és állapot a LangGraph-ben
- Üdv LangGraph: első futtatható graf
Állapotkezelés és prompt-láncolás
- Promptok tervezése graf-csomópontokként
- Állapot átadása csomópontok között és kimenetek kezelése
- Memóriaminták: rövidtávú vs. tartós kontextus
Ágazás, vezérlésfolyam és hiba kezelés
- Feltételes útvonalak és többutas munkafolyamatok
- Újrakísérletek, időkorlátok és visszaesési stratégiák
- Idempotencia és biztonságos újraindítások
Eszközök és külső integrációk
- Függvények/eszközök hívása graf-csomópontokból
- REST API-k és szolgáltatások hívása a grafban
- Szerkezetes kimenetek kezelése
Lehívás-augmentált munkafolyamatok
- Dokumentum beolvasás és szétbontás alapjai
- Becsomagolások és vektor tárolók (pl. ChromaDB)
- Hivatkozott válaszadás forrásmegjelölésekkel
Tesztelés, hibakeresés és értékelés
- Egység-típusú tesztek csomópontok és útvonalak számára
- Nyomonkövetés és figyelhetőség
- Minőségi ellenőrzések: tényszerűség, biztonság és determinizmus
Csomagolás és telepítési alapelvek
- Környezeti beállítás és függőségek kezelése
- Grafok szolgáltatása API-k mögött
- Munkafolyamatok verziókönyvelése és fokozatos frissítések
Összegzés és következő lépések
Követelmények
- Az alapvető Python programozás ismerete
- REST API-k vagy CLI eszközök tapasztalata
- Ismeret az LLM koncepciókról és a prompt engineering alapjairól
Audience
- Fejlesztők és szoftvermérnökök, akik ismeretlenek a grafon alapuló LLM-ök vezérlésével
- Prompt mérnökök és AI kezdők, akik több lépésből álló LLM alkalmazásokat építenek
- Adatpraktikusok, akik automatizálják a folyamatokat LLM-ökkel
14 Órák