Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 14 часa
Съдържание и теми, включени в курса
LangGraph и агентни модели: Практически основни принципи
- Графи срещу линейни вериги: кога и защо
- Агенти, инструменти и цикли на планиране-изпълнение
- Здравей работен поток: минимален агентен граф
Състояние, памет и предаване на контекст
- Проектиране на състояние на графа и интерфейси на възлите
- Краткосрочна памет срещу постоянна памет
- Контекстни прозорци, резюмиране и реактивиране
Логика на разклоняване и контрол на потока
- Условно маршрутизиране и мултипътни решения
- Повторни опити, изтичане на време и прекъсвачи на веригата
- Резервни варианти, мъртви краища и възстановителни възли
Използване на инструменти и външни интеграции
- Извикване на функции/инструменти от възли и агенти
- Консумация на REST API-и и бази данни от графа
- Разбираване и валидиране на структурирани изходи
Работни потоци на агенти с подобрено извличане (Retrieval-Augmented)/p>
- Влизане на документи и стратегии за парченуване
- Вграждания (Embeddings) и векторни хранилища с ChromaDB
- Отговори, основани на източници, с цитати и защитни мерки
Оценка, отстраняване на грешки и наблюдаемост
- Следене на пътищата и инспекция на взаимодействията на възлите
- Златни набори, оценки и регресионни тестове
- Мониторинг на качество, безопасност и разходи/затаяване
Пакуване и доставка
- Сървинг с FastAPI и управление на зависимостите
- Версиониране на графи и стратегии за откат
- Операционни ръководства и реакция на инциденти
Обобщение и следващи стъпки
Изисквания
- Работни познания по Python
- Опит в създаването на LLM приложения или вериги промпти
- Знаемост с REST API-и и JSON
Целева аудитория
- AI инженери
- Продуктови мениджъри
- Разработчици, изграждащи интерактивни системи, базирани на LLM