Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
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