Bądźmy w kontakcie

Plan Szkolenia

LangGraph i wzorce agentów: praktyczne wprowadzenie

  • Grafy vs. łańcuchy liniowe: kiedy i dlaczego
  • Agenci, narzędzia i pętle planista-wykonawca
  • Hello workflow: minimalny graf agentowy

Stan, pamięć i przekazywanie kontekstu

  • Projektowanie stanu grafu i interfejsów węzłów
  • Pamięć krótkotrwała vs. pamięć trwała
  • Okna kontekstowe, podsumowania i rehydratacja

Logika rozgałęzień i przepływ sterowania

  • Warunkowe routowanie i decyzje wielościeżkowe
  • Ponawianie prób, limity czasu i wyłączniki awaryjne
  • Mechanizmy awaryjne, ślepe zaułki i węzły odzyskiwania

Użycie narzędzi i integracje zewnętrzne

  • Wywoływanie funkcji/narzędzi z węzłów i agentów
  • Korzystanie z REST API i baz danych z poziomu grafu
  • Przetwarzanie i walidacja strukturalnych wyników

Przepływy pracy agentów wzbogacone o wyszukiwanie

  • Strategie pozyskiwania i dzielenia dokumentów
  • Embeddingi i magazyny wektorowe z ChromaDB
  • Uzasadnione odpowiedzi z cytatami i zabezpieczeniami

Ewaluacja, debugowanie i obserwowalność

  • Śledzenie ścieżek i inspekcja interakcji węzłów
  • Złote zestawy, ewaluacje i testy regresji
  • Monitorowanie jakości, bezpieczeństwa oraz kosztów/opóźnień

Pakowanie i dostarczanie

  • Obsługa FastAPI i zarządzanie zależnościami
  • Wersjonowanie grafów i strategie wycofywania
  • Podręczniki operacyjne i reagowanie na incydenty

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość Pythona na poziomie praktycznym
  • Doświadczenie w budowaniu aplikacji LLM lub łańcuchów promptów
  • Znajomość REST API i JSON

Grupa docelowa

  • Inżynierowie AI
  • Menedżerowie produktów
  • Programiści budujący interaktywne systemy oparte na LLM
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie