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
LangGraph och agentmönster: En praktisk introduktion
- Grifter mot linjära kedjor: när och varför
- Agenter, verktyg och planerings-exekveringsloopar
- Hej arbetsflöde: en minimal agentisk graf
Tillstånd, minne och kontextöverföring
- Designa graftillstånd och nodgränssnitt
- Korttidsminne mot persistent minne
- Kontextfönster, sammanfattning och återhämtning
Förgreningslogik och styrflöde
- Villkorsstyrd routing och flervägsbeslut
- Omprövningar, tidsgränser och cirkelbrytare
- Fallbacker, döda ändar och återhämtning nodder
Verktygsanvändning och externa integrationer
- Funktions-/verktygsanrop från noder och agenter
- Användning av REST API:er och databaser från grafen
- Strukturerad utdataparsning och validering
Retriever-augmented agentarbetsflöden
- Dokumentinmatning och delningsstrategier
- Embedding och vektordatabaser med ChromaDB
- Begrundade svar med källhänvisningar och säkerhetsåtgärder
Utvärdering, felsökning och observabilitet
- Sporra vägar och inspektera nodinteraktioner
- Guldstenar, utvärderingar och regressionstester
- Kvalitet, säkerhet och kostnad/latens övervakning
Packaging och leverans
- FastAPI servering och beroendehantering
- Versionering av grafer och återställer strategier
- Operationella playbooks och incidenthantering
Sammanfattning och nästa steg
Krav
- Arbetsmedvetenhet om Python
- Erfarenhet av att bygga LLM-applikationer eller promptkedjor
- Kännedom om REST API:er och JSON
Målgrupp
- AI-ingenjörer
- Produktchefer
- Utvecklare som bygger interaktiva LLM-drivna system