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 graficzny agent

Stan, pamięć i przekazywanie kontekstu

  • Projektowanie stanu grafu i interfejsów węzłów
  • Pamięć krótkotrwała vs. trwała
  • Okna kontekstu, podsumowanie i rehydratacja

Logika rozgałęzień i kontrola przepływu

  • Warunkowy routing i decyzje wielościeżkowe
  • Ponowne próby, limity czasu i wyłączniki
  • Zabezpieczenia, ślepe zaułki i węzły odzyskiwania

Wykorzystanie narzędzi i integracje zewnętrzne

  • Wywoływanie funkcji/narzędzi z węzłów i agentów
  • Korzystanie z REST API i baz danych z grafu
  • Parsowanie 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

Ocena, debugowanie i obserwowalność

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

Pakowanie i dostarczanie

  • Serving FastAPI i zarządzanie zależnościami
  • Wersjonowanie grafów i strategie wycofywania
  • Playbooki operacyjne i reakcja na incydenty

Podsumowanie i kolejne kroki

Wymagania

  • Praktyczna znajomość Pythona
  • Doświadczenie w budowaniu aplikacji LLM lub łańcuchów promptów
  • Znajomość REST API i JSON

Odbiorcy

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

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie