Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 14 timmar
Kursplan
Introduktion till LangGraph och graphkoncept
- Varför grafer för LLM-applikationer: ordning jämfört med enkla kedjor
- Noder, kanter och tillstånd i LangGraph
- Hej LangGraph: första körbara grafen
Tillståndshantering och promptkedjebildning
- Att designa prompts som graphnoder
- Överföring av tillstånd mellan noder och hantering av utdata
- Minnesmönster: korttidig kontra persistent kontext
Grenning, kontrollflöde och felhantering
- Villkorad ruttering och flervägsarbetaflöden
- Försök på nytt, tidsgränser och reservstrategier
- Idempotens och säkra omkörningar
Verktyg och externa integreringar
- Function-/tool-anrop från graphnoder
- Anrop av REST-API:er och tjänster inom grafen
- Arbete med strukturerade utdata
Retrieval-augmented arbetsflöden
- Grundläggande insamling och styckning av dokument
- Embeddings och vektordatabaser (t.ex. ChromaDB)
- Grundat svarsmeddelande med citat
Testning, felsökning och utvärdering
- Enhetstester för noder och sökvägar
- Spårning och övervakbarhet
- Kvalitetskontroller: saklig riktighet, säkerhet och determinism
Grundläggande förpackning och distribution
- Miljöinställning och beroendehantering
- Servis av grafer bakom API:er
- Versionshantering av arbetsflöden och rullande uppdateringar
Sammanfattning och nästa steg
Krav
- En förståelse för grundläggande Python-programmering
- Erfarenhet av REST-API:er eller CLI-verktyg
- Kunskap om LLM-koncept och grunderna i prompt engineering
Målgrupp
- Utvecklare och mjukvaruingenjörer som är nya inom graphbaserad LLM-ordning
- Promptingenjörer och nybörjare inom AI som bygger flerstegs LLM-applikationer
- Datapraktiker som utforskar automatisering av arbete med LLM:er
