Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a LangGraphba és a gráffogalmakba
- Miért gráfok az LLM-alkalmazásokhoz: vezénylés az egyszerű láncokkal szemben
- Csomópontok, élek és állapot a LangGraphban
- Hello LangGraph: az első futtatható gráf
Állapotkezelés és promptláncolás
- Promptok tervezése gráfcsomópontokként
- Állapot átadása csomópontok között és a kimenetek kezelése
- Memóriaminták: rövid távú és tartós kontextus
Elágazás, vezérlési folyamat és hibakezelés
- Feltételes útválasztás és többutas munkafolyamatok
- Újrapróbálkozások, időtúllépések és tartalék stratégiák
- Idempotencia és biztonságos újrafuttatás
Eszközök és külső integrációk
- Függvény-/eszközhívás gráfcsomópontokból
- REST API-k és szolgáltatások hívása a gráfon belül
- Munka strukturált kimenetekkel
Visszakereséssel bővített munkafolyamatok
- A dokumentumbevitel és a darabolás alapjai
- Beágyazások és vektortárak (pl. ChromaDB)
- Alátámasztott válaszadás hivatkozásokkal
Tesztelés, hibakeresés és értékelés
- Egységszerű tesztek csomópontokhoz és útvonalakhoz
- Nyomkövetés és megfigyelhetőség
- Minőségellenőrzés: tényszerűség, biztonság és determinizmus
Csomagolás és telepítési alapok
- Környezetbeállítás és függőségkezelés
- Gráfok kiszolgálása API-k mögött
- Munkafolyamatok verziózása és gördülő frissítések
Összefoglalás és következő lépések
Követelmények
- Alapvető Python-programozási ismeretek
- Tapasztalat REST API-kkal vagy CLI-eszközökkel
- Az LLM-fogalmak és a prompttervezés alapjainak ismerete
Célközönség
- Fejlesztők és szoftvermérnökök, akik most ismerkednek a gráfalapú LLM-vezérléssel
- Promptmérnökök és AI-kezdők, akik többlépéses LLM-alkalmazásokat építenek
- Adatszakemberek, akik LLM-alapú munkafolyamat-automatizálást fedeznek fel
14 Órák