Lépjen kapcsolatba velünk

Kurzusleírás

LangGraph és Agens Mintázatok: Gyakorlati Bevezetés

  • Gráfok vs. lineáris láncok: mikor és miért
  • Agensek, eszközök és tervező-végrehajtó hurkok
  • Hello munkafolyamat: egy minimális agens 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 Folyamat

  • Feltételes útválasztás és többutas döntések
  • Újrapróbálkozások, időkorlátok és áramköri megszakítók
  • Tartalék megoldások, zsákutcák és helyreállító csomópontok

Eszközhasználat és Külső Integrációk

  • Funkció/eszköz hívás csomópontokból és agensekből
  • REST API-k és adatbázisok felhasználása a gráfból
  • Strukturált kimenet elemzés és érvényesítés

Lekérdezés-Bővített Agens Munkafolyamatok

  • Dokumentum feldolgozás és darabolási stratégiák
  • Beágyazások és vektor tárolók a ChromaDB-vel
  • Alátámasztott 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 formátummal

Célközönség

  • AI mérnökök
  • Termék menedzserek
  • Fejlesztők, akik interaktív LLM-alapú rendszereket építenek
 14 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák