Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 14 órák
Kurzusleírás
LangGraph és Agens minták: Gyakorlati alapok
- Gráfok vs. lineáris láncok: mikor és miért
- Agensek, eszközök és tervező-végrehajtó loopok
- Sziasz munkafolyamat: egy minimális agens gráf
Állapot, Emlékezet és Kontextus továbbítása
- Gráf-állapot és csomópont-interfészek tervezése
- Rövid távú memória vs. tartósan tárolt memória
- Kontextusablakok, összefoglalás és rehidratálás (kontextus visszaállítása)
Elágazó logika és Vezérlési áramlás
- Feltételalapú útválasztás és több útvonalas döntések
- Újrapróbálkozások, időtúllépések és áramkör-törők
- Tartalékmechanizmusok, vakfokok és helyreállító csomópontok
Eszközhasználat és Külső integrációk
- Függvény/eszköz hívás csomópontokból és agensekből
- REST API-k és adatbázisok használatából a gráfból
- Strukturált kimenet elemzése és érvényesítése
Keresés-alapú megerősített agens munkafolyamatok
- Dokumentum-bevitel és darabolási stratégiák
- Beágyazások és vektortárolók ChromaDB-vel
- Megalápolás válaszok hivatkozásokkal és védőmechanizmusokkal
Kiértékelés, Hibakeresés és Figyelhetőség
- Útvonalak követése és csomópont-interakciók vizsgálata
- Arany halmazok, kiértékelések és regressziós tesztelések
- Mínőség, biztonság és költség/késleltetés figyelés
Csomagolás és Kiosztás
- FastAPI kiszolgálás és függőségek kezelése
- Gráfok verziókezelése és visszavonási stratégiák
- Üzemeltetési kézikönyvek és incidens-kezelés
Összefoglalás és Következő lépések
Követelmények
- Működő tudás a Python nyelvről
- Tapasztalat LLM-alapú alkalmazások vagy prompt-láncok elkészítésében
- Találkozás a REST API-kkal és a JSON formátummal
Célcsoport
- MI-mérnökök
- Termékmenedzserek
- Fejlesztők, akik interaktív, LLM-vezérelt rendszereket építenek