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.
Съдържание и теми, включени в курса
LangGraph и модели на агенти: Практическо въведение
- Графове срещу линейни вериги: кога и защо
- Агенти, инструменти и цикли на планиращ-изпълнител
- Здравей, работен поток: минимална агентна графа
Състояние, памет и предаване на контекст
- Проектиране на състояние на графа и интерфейси на възлите
- Краткосрочна памет срещу съхранена памет
- Контекстни прозорци, обобщаване и рехидратиране
Логика на разклоняване и контролен поток
- Условно маршрутизиране и решения с множество пътища
- Повторни опити, таймаути и защитни прекъсвачи
- Резервни механизми, задънени улици и възли за възстановяване
Използване на инструменти и външни интеграции
- Извикване на функции/инструменти от възли и агенти
- Консумиране на REST API и бази данни от графа
- Парсване и валидиране на структуриран изход
Работни потоци на агенти с разширено извличане
- Стратегии за поглъщане и раздробяване на документи
- Вграждания и векторни бази данни с ChromaDB
- Обосновани отговори с цитиране и предпазни мерки
Оценяване, отстраняване на грешки и наблюдаемост
- Проследяване на пътеки и инспектиране на взаимодействията между възлите
- Златни набори, оценки и регресионни тестове
- Мониторинг на качество, безопасност и цена/закъснение
Пакетиране и доставка
- Сървиране чрез FastAPI и управление на зависимости
- Версиониране на графи и стратегии за връщане назад
- Оперативни наръчници и реакция при инциденти
Обобщение и следващи стъпки
Изисквания
- Работни познания по Python
- Опит в изграждането на LLM приложения или вериги от промптове
- Запознатост с REST API и JSON
Аудитория
- Инженери по изкуствен интелект
- Продуктови мениджъри
- Разработчици, изграждащи интерактивни системи, задвижвани от LLM
14 Часа