Kurzusleírás

LangGraph és Agent Minták: Gyakorlati Bevezetés

  • Gráfok vs. lineáris láncok: mikor és miért
  • Agentek, eszközök és tervező-végrehajtó hurkok
  • Hello workflow: egy minimális agentikus gráf

Állapot, Memória és Kontextus Továbbítás

  • Gráf állapot és csomópont interfészek tervezése
  • Rövid távú memória vs. perzisztens memória
  • Kontextus ablakok, összefoglalás és újratöltés

Elágazó Logika és Vezérlési Folyam

  • Feltételes útválasztás és többutas döntések
  • Újrapróbálkozások, időkorlátok és áramkör megszakítók
  • Tartalék megoldások, zsákutcák és helyreállítási csomópontok

Eszköz Használat és Külső Integrációk

  • Függvény/eszköz hívások csomópontokból és agentekből
  • REST API-k és adatbázisok fogyasztása a gráfból
  • Strukturált kimenetek elemzése és ellenőrzése

Információlekérdezés-Alapú Agent Munkafolyamatok

  • Dokumentum betöltés és darabolási stratégiák
  • Beágyazások és vektor tárolók ChromaDB-vel
  • Megindokolt válaszok hivatkozásokkal és biztonsági intézkedésekkel

Értékelés, Hibakeresés és Megfigyelhetőség

  • Útvonalak nyomon követése és csomópont interakciók vizsgálata
  • Golden halmazok, értékelések és regressziós tesztek
  • Minőség, biztonság és költség/késleltetés monitorozás

Csomagolás és Szállítás

  • FastAPI szolgáltatás és függőségkezelés
  • Gráfok verziószámozása és visszaállítási stratégiák
  • Operatív forgatókönyvek és incidenskezelés

Összefoglalás és Következő Lépések

Követelmények

  • Munkaközi ismeretek a Python nyelvben
  • Tapasztalat LLM alkalmazások vagy prompt láncok építésében
  • Ismeret a REST API-k és a JSON használatában

Célközönség

  • AI mérnökök
  • Termék menedzserek
  • Interaktív LLM-alapú rendszereket építő fejlesztők
 14 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák