Formation Fondamentaux de LangGraph : Prompting et chaînage de LLM basés sur des graphes

Introduction à LangGraph et aux concepts de graphes

• Pourquoi utiliser des graphes pour les applications LLM : orchestration face aux chaînes simples
• Nœuds, arêtes et état dans LangGraph
• Bonjour LangGraph : premier graphique exécutable

Gestion d'état et chaînage de prompts

• Concevoir des prompts sous forme de nœuds de graphe
• Transmettre l'état entre les nœuds et gérer les sorties
• Modèles de mémoire : contexte à court terme vs contexte persistant

Branchement, flux de contrôle et gestion des erreurs

• Acheminement conditionnel et workflows multi-chemins
• Nouvelles tentatives, délais d'attente et stratégies de secours
• Idempotence et relances sécurisées

Outils et intégrations externes

• Appel de fonctions/outil depuis les nœuds du graphe
• Appel d'API REST et de services au sein du graphe
• Travail avec des sorties structurées

Workflows augmentés par récupération d'information

• Fondamentaux de l'ingestion de documents et du fractionnement (chunking)
• Embeddings et bases de données vectorielles (par ex. ChromaDB)
• Responses fondées sur des sources avec citations

Tests, débogage et évaluation

• Tests unitaires pour les nœuds et les chemins
• Suivi (tracing) et observabilité
• Vérifications de qualité : facticité, sécurité et déterminisme

Fondamentaux de l'empaquetage et du déploiement

• Configuration de l'environnement et gestion des dépendances
• Service des graphes derrière des API
• Versioning des workflows et mises à jour progressives (rolling updates)

Résumé et prochaines étapes