Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Giới thiệu về LangGraph và các khái niệm đồ thị
- Tại sao dùng đồ thị cho ứng dụng LLM: điều phối (orchestration) so với các chuỗi đơn giản
- Nút, cạnh và trạng thái trong LangGraph
- Xin chào LangGraph: đồ thị chạy được đầu tiên
Quản lý trạng thái và Chuỗi prompt
- Thiết kế prompt dưới dạng các nút đồ thị
- Truyền trạng thái giữa các nút và xử lý đầu ra
- Mô hình bộ nhớ: ngữ cảnh ngắn hạn so với ngữ cảnh được lưu trữ
Phân nhánh, Điều khiển luồng và Xử lý lỗi
- Định tuyến có điều kiện và quy trình làm việc đa đường
- Thử lại (retries), hết thời gian (timeouts) và các chiến lược dự phòng
- Tính lũy đẳng (idempotency) và chạy lại an toàn
Công cụ và Tích hợp bên ngoài
- Gọi hàm/công cụ từ các nút đồ thị
- Gọi REST API và các dịch vụ bên trong đồ thị
- Làm việc với các đầu ra có cấu trúc
Quy trình làm việc Tăng cường truy vấn thông tin (Retrieval-Augmented)
- Cơ bản về nạp tài liệu và chia nhỏ (chunking)
- Véc-tơ nhúng (Embeddings) và kho lưu trữ vector (ví dụ: ChromaDB)
- Trả lời dựa trên bằng chứng với trích dẫn nguồn
Kiểm thử, Gỡ lỗi và Đánh giá
- Bài kiểm thử dạng unit cho các nút và đường dẫn
- Theo dõi (tracing) và khả năng quan sát (observability)
- Các kiểm tra chất lượng: tính xác thực, an toàn và tính tất định (determinism)
Nền tảng đóng gói và Triển khai
- Thiết lập môi trường và quản lý phụ thuộc
- Xuất đồ thị thông qua API
- Phiên bản hóa quy trình làm việc và cập nhật phiên bản (rolling updates)
Tóm tắt và Các bước tiếp theo
Yêu cầu
- Hiểu biết về lập trình Python cơ bản
- Kinh nghiệm làm việc với REST API hoặc các công cụ dòng lệnh (CLI)
- Quen thuộc với các khái niệm LLM và nguyên tắc cơ bản của kỹ thuật prompt
Đối tượng
- Các lập trình viên và kỹ sư phần mềm mới làm quen với điều phối LLM dựa trên đồ thị
- Các kỹ sư prompt và người mới trong lĩnh vực AI đang xây dựng các ứng dụng LLM nhiều bước
- Các chuyên viên dữ liệu đang tìm hiểu tự động hóa quy trình làm việc với LLM
14 Giờ