Kontaktirajte nas
 Trajanje 14 sati

Sadržaj kursa

LangGraph i obrasci agensa: Praktični uvod

  • Grafovi u odnosu na linearne lance: kada i zašto
  • Agenti, alati i petlje planera-izvršioca
  • "Zdravo, radni tok": minimalni agenticni graf

Stanje, memorija i prolazak konteksta

  • Dizajniranje stanja grafa i interfejsa čvorova
  • Kratkoročna memorija u odnosu na perzistentnu memoriju
  • Prozori konteksta, sumiranje i rehidratacija

Logika grananja i tok kontrole

  • Uslovno rutiranje i višestruke odluke
  • Ponovna pokušavanja, vremenski iznosi i osigurači struje
  • Rezervne opcije, slepe ulice i čvorovi oporavka

Korišćenje alata i spoljne integracije

  • Pozivanje funkcija/alata iz čvorova i agenata
  • Korišćenje REST API-ja i baza podataka iz grafa
  • Parsiranje i validacija strukturiranog izlaza

Radni tokovi agena nadograđeni pretragom

  • Učitavanje dokumenata i strategije deljenja
  • Ugrađeni vektori i vektorske baze podataka sa ChromaDB-om
  • Odgovori sa podrškom u obliku citata i bezbednosne mere

Evaluacija, ispravka grešaka i posmatračnost

  • Praćenje puteva i ispitivanje interakcija čvorova
  • Zlatni skupovi, evaluacije i regresione testove
  • Pranje, bezbednost i praćenje troškova/latencije

Pakovanje i isporuka

  • FastAPI pružanje i upravljanje zavisnostima
  • Verzionisanje grafova i strategije povlačenja
  • Operativni priručnici i odgovor na incidente

Zaključak i sledeći koraci

Uslovi

  • Radno znanje Python-a
  • Iskustvo u izgradnji LLM aplikacija ili lanaca promptova
  • Znajomstvo sa REST API-jima i JSON-om

Publika

  • AI inženjeri
  • Menadžeri proizvoda
  • Razvojci koji grade interaktivne sisteme vođene LLM-ovima

Broj učesnika


Cena po učesniku

Predstojeći kursevi

Povezane kategorije