Kom i kontakt

Kursplan

Introduktion till LangGraph och grafkoncept

  • Varför grafer för LLM-applikationer: orchestrering kontra enkla kedjor
  • Noder, kanter och tillstånd i LangGraph
  • Hej LangGraph: första körbara grafen

Tillståndshantering och promptkedjor

  • Designa prompts som grafnoderna
  • Överföra tillstånd mellan noder och hantera resultat
  • Minnesmönster: korttids- versus långtidskontext

Grenbildning, kontrollflöde och felhantering

  • Villkorlig routning och arbetsflöden med flera vägar
  • OmFörsök, time-out och fallback-strategier
  • Idempotens och säker återkörning

Verktyg och externa integreringar

  • Funsktions-/verktygsanrop från grafnoderna
  • Anropa REST API:er och tjänster inom grafen
  • Arbeta med strukturerade resultat

Hämtningsförstärkta arbetsflöden

  • Grundläggande dokumentinmatning och chunking
  • Inbäddningar och vektorlagringar (t.ex. ChromaDB)
  • Pålitliga svar med citathanvisningar

Testning, felsökning och utvärdering

  • Enhetstester för noder och vägar
  • Spårning och övervakning
  • Kvalitetskontroller: faktabaserad korrekthet, säkerhet och determinism

Packning och grundläggande deployment

  • Miljöinställning och hantering av beroenden
  • Leverera grafer bakom API:er
  • Versionering av arbetsflöden och rullande uppdateringar

Sammanfattning och nästa steg

Krav

  • En förståelse för grundläggande Python-programmering
  • Erfarenhet av REST API:er eller CLI-verktyg
  • Vanor vid LLM-koncept och grunder i promptengineering

Målgrupp

  • Utvecklare och mjukvaruingenjörer som är nya vid grafbaserad LLM-orchestrering
  • Promptingenjörer och AI-nybörjare som bygger flerstegs-LLM-applikationer
  • Dataexperter som utforskar arbetsflödesautomatisering med LLM:er
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier