Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring i LangGraph og grafkonsepter
- Hvorfor grafer for LLM-apps: ordning (orchestration) vs. enkle kjeder
- Noder, kanter og tilstand i LangGraph
- Hei LangGraph: første kjørbar graf
Tilstandsbehandling og promptkjeder
- Design av prompts som grafnoder
- Overføring av tilstand mellom noder og håndtering av output
- Minnemønstre: korttid vs. vedvarende kontekst
Grening, kontrollflyt og feilhåndtering
- Kondisjonell ruting og flerstis arbeidsflyter
- Repeteringsforsøk, tidsbegrensninger og fallback-strategier
- Idempotens og sikre gjenkjøringer
Verktøy og eksterne integrasjoner
- Funksjons-/verktøykalling fra grafnoder
- Kalling av REST APIer og tjenester innenfor grafen
- Arbeid med strukturert output
Retrieval-augmented arbeidsflyter
- Grunnleggende inntak og deltning (chunking) av dokumenter
- Innleiringer (embeddings) og vektorlagre (f.eks. ChromaDB)
- Svar med referanser basert på henting
Testing, feilsøking og evaluering
- Enhetstester for noder og stier
- Sporing og observability
- Kvalitetskontroller: sannhetsverdighet, sikkerhet og determinisme
Grunnleggende pakking og implementering
- Oppsett av miljø og administrasjon av avhengigheter
- Levering av grafer bak APIer
- Versjonering av arbeidsflyter og rullerende oppdateringer
Oppsummering og neste steg
Krav
- Inngående kunnskaper om grunnleggende Python-programmering
- Erfaring med REST APIer eller CLI-verktøy
- Kjennskap til LLM-konsepter og grunnleggende promptengineering
Målgruppe
- Utviklere og programvareingeniører som er nye i grafbasert LLM-ordning (orchestration)
- Promptingeniører og nybegynnere innen AI som bygger flertrinn LLM-apps
- Datafagpersoner som utforsker automatisering av arbeidsflyter med LLMs
14 Timer