Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

LangGraph i wzorce agentowe: Praktyczny wprowadzenie

  • Grafy a łańcuchy liniowe: kiedy i dlaczego
  • Agenci, narzędzia i pętle planista-wykonywawca
  • Przepływ przywitania: minimalny graf agentowy

Stan, pamięć i przekazywanie kontekstu

  • Projektowanie stanu grafu i interfejsów węzłów
  • Pamięć krótkoterminowa a trwałe pamięci
  • Okna kontekstowe, podsumowania i przywracanie stanu

Logika rozgałęzień i przepływ sterowania

  • Warunkowe kierowanie strumienia i decyzje wielościeżkowe
  • Powtórzenia, przekroczenia limitu czasu i obwody rozłączające
  • Mechanizmy awaryjne, ślepe uliczki i węzły odzyskiwania

Korzystanie z narzędzi i integracje zewnętrzne

  • Wywoływanie funkcji/narzędzi z węzłów i agentów
  • Konsumpcja REST API i baz danych z grafu
  • Analiza i walidacja strukturalizowanego wyjścia

Przepływy agentowe z wzmocnionym wyszukiwaniem

  • Ingestia dokumentów i strategie dzielenia na kawałki
  • Wektory i pamięci wektorowe z użyciem ChromaDB
  • Odpowiedzi oparte na źródłach z cytacjami i zabezpieczeniami

Ocena, debugowanie i obserwowalność

  • Śledzenie ścieżek i inspekcja interakcji węzłów
  • Zestawy testowe, oceny i testy regresyjne
  • Monitorowanie jakości, bezpieczeństwa, kosztów i opóźnień

Pakowanie i wdrażanie

  • Obsługa za pomocą FastAPI i zarządzanie zależnościami
  • Wersjonowanie grafów i strategie wycofywania
  • Zbiory procedur operacyjnych i reagowanie na incydenty

Podsumowanie i następne kroki

Wymagania

  • Znajomość praktycznego stosowania Pythona
  • Doświadczenie w budowaniu aplikacji LLM lub łańcuchów promptów
  • Znajomość REST API oraz formatu JSON

Grupa docelowa

  • Inżynierowie AI
  • Menedżerowie produktowi
  • Programiści tworzący interaktywne systemy oparte na LLM

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie