Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in LangGraph und Graphenkonzepte
- Warum Graphen für LLM-Apps: Orchestrierung vs. einfache Ketten
- Knoten, Kanten und Zustand in LangGraph
- Hello LangGraph: der erste ausführbare Graph
Zustandsverwaltung und Prompt-Chaining
- Design von Prompts als Graphenknoten
- Übertragung des Zustands zwischen Knoten und Bearbeitung von Ausgaben
- Speicher-Muster: Kurzzeit- vs. persistenter Kontext
Verzweigung, Steuerungsfluss und Fehlerbehandlung
- Bedingtes Routing und Workflows mit mehreren Pfaden
- Neuversuche, Timeouts und Fallback-Strategien
- Idempotenz und sicheres Neuausführen
Tools und externe Integrationen
- Funktions-/Tool-Aufrufe von Graphenknoten aus
- Aufruf von REST-APIs und Diensten innerhalb des Graphen
- Arbeiten mit strukturierten Ausgaben
Workflows mit erweiterter Rückholung
- Grundlagen der Dokumentenaufnahme und Chunking
- Embeddings und Vektor-Speicher (z. B. ChromaDB)
- Belegte Antworten mit Zitierungen
Testen, Debugging und Bewertung
- Unit-artige Tests für Knoten und Pfade
- Tracing und Beobachtbarkeit
- Qualitätsprüfungen: Faktizität, Sicherheit und Determinismus
Grundlagen der Paketierung und Bereitstellung
- Einrichtung der Umgebung und Abhängigkeitsverwaltung
- Bereitstellung von Graphen hinter APIs
- Versionierung von Workflows und rollierende Updates
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in der Python-Programmierung
- Erfahrung mit REST-APIs oder CLI-Tools
- Vertrautheit mit LLM-Konzepten und Grundlagen des Prompt Engineerings
Zielgruppe
- Entwickler und Software-Ingenieure, die neu im graphenbasierten LLM-Orchestrierungsmodell sind
- Prompt-Engineers und AI-Anfänger, die mehrstufige LLM-Apps entwickeln
- Datenexperten, die Workflow-Automatisierung mit LLMs untersuchen
14 Stunden