Kom i kontakt
 Varaktighet 14 timmar

Kursplan

Introduktion till LangGraph och grafkoncept

  • Varför grafer för LLM-applikationer: orkestrering mot enkla kedjor
  • Noder, kanter och tillstånd i LangGraph
  • Hello LangGraph: den första körbara grafen

Hantering av tillstånd och promptkedjor

  • Designa prompts som grafnoder
  • Överföring av tillstånd mellan noder och hantering av utdata
  • Minnemönster: korttid kontra persistent kontext

Grenning, styrning och felhantering

  • Conditionell routing och arbetsflöden med flera stigar
  • Återförsök, tidsgränser och alternativstrategier (fallback)
  • Idempotens och säkra återkörningar

Verktyg och externa integrationer

  • Anrop av funktioner/verktyg från grafnoder
  • Anrop av REST-API:er och tjänster inom grafen
  • Arbetet med strukturerad utdata

Arbetsflöden med utökad hämtning (Retrieval-Augmented Workflows)

  • Grundläggande insamling och delning av dokument (chunking)
  • Embeddings och vektordatabaser (t.ex. ChromaDB)
  • Svar med grundläggande referenser (citations)

Testning, felsökning och utvärdering

  • Enhetstester för noder och stigar
  • Sporring och observability
  • Kvalitetskontroller: fakticitet, säkerhet och determinism

Grundläggande paketering och distribution

  • Inställning av miljö och hantering av beroenden
  • Tillhandahållande av grafter bakom API:er
  • Versionhantering av arbetsflöden och rullande uppdateringar

Sammanfattning och nästa steg

Krav

  • Förståelse för grundläggande Python-programmering
  • Erfarenhet av REST-API:er eller CLI-verktyg
  • Kännedom om LLM-koncept och grundläggande principer för prompt-ingenjörskonst

Målgrupp

  • Utvecklare och mjukvaruingenjörer som är nya till grafbaserad orkestrering av LLM:er
  • Prompt-ingenjörer och nybörjare inom AI som bygger flerstegs LLM-applikationer
  • Dataansvariga som utforskar automatisering av arbetsflöden med LLM:er

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier