Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
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