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 Agentmönster: En praktisk introduktion
- Grapher vs. linjära kedjor: när och varför
- Agenter, verktyg och planerings-exekveringsloopar
- Hello-arbetsflöde: en minimal agentgraf
Tillägg, Minneshantering och Kontextöverföring
- Design av grafstatus och nodgränssnitt
- Korttidsminne vs. sparad minneshantering
- Kontextfönster, sammanfattning och återuppladdning
Grenad logik och Kontrollflöde
- Betingslös vägledning och flervägsbeslut
- Återförsök, tidsgränser och omkopplingsstrategier
- Fallbacks, dödsländar och återhämtningsnoder
Användning av Verktyg och Externa Integrationer
- Funktions/verktygskallning från noder och agenter
- Användning av REST-APIer och databaser från grafen
- Strukturering av utdata och validering
Agentarbetsflöden med Hämtningsförstärkning
- Dokumentingest och chunkningsstrategier
- Inbäddningar och vektorförvaring med ChromaDB
- Grunderade svar med citat och säkerhetsåtgärder
Utvärdering, Felsökning och Observabilitet
- Spårning av vägar och inspektion av nodinteraktioner
- Gyllene uppsättningar, utvärderingar och regressionstester
- Kvalitet, säkerhet och kostnad/latensövervakning
Paketering och Leverans
- FastAPI-tjänster och beroendedshantering
- Versionering av grafer och återställningsstrategier
- Operativa spelböcker och incidenthantering
Sammanfattning och Nästa Steg
Krav
- Praktisk kunskap i 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
14 timmar