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.
Kursplan
LangGraph och Agent Patterns: En praktisk grund
- Grafar mot linearer chains: när och varför
- Agenter, verktyg och planner-executor loops
- Hello workflow: en minimal agentic graph
State, Minne och Kontextpassning
- Desinga graph state och node interfaces
- Kortterm minne mot persistert minne
- Kontextfönster, summering och rehydration
Grenlogik och Control Flow
- Konditionell routing och multi-path decisions
- Upprepningar, timeouts och circuit breakers
- Backup, dead-ends och recovery nodes
Verktygsanvändning och External Integrations
- Function/verktygs calling från nodes och agenter
- Konsumerande REST APIs och databaser från graph
- Strukturerad output parsing och validation
Retrieval-Augmented Agent Workflows
- Document ingestion och chunking strategies
- Embeddings och vector stores med ChromaDB
- Grounded responses med citations och safeguards
Evaluation, Debugging och Observability
- Tracing paths och inspecting node interactions
- Golden sets, evaluations och regression tests
- Quality, safety och cost/latency monitoring
Packaging och Delivery
- FastAPI serving och dependency management
- Versioning graphs och rollback strategies
- Operational playbooks och incident response
Sammanfattning och Nästa Steg
Krav
- Arbetsvana med Python
- Upplevelse av att bygga LLM-applikationer eller prompt chains
- Kännedom om REST APIs och JSON
Publik
- AI-injenerer
- Produkthanterare
- Utvecklare som bygger interaktiva LLM-drivna system
14 Timmar