感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
LangGraph 介紹與圖概念
- 為何在 LLM 應用中使用圖:協調機制 vs. 簡單鏈式處理
- LangGraph 中的節點、邊和狀態
- Hello LangGraph:第一個可運行的圖
狀態管理與提示鏈式處理
- 將提示設計為圖節點
- 在節點間傳遞狀態並處理輸出
- 記憶體模式:短期與持久化上下文
分支、控制流與錯誤處理
- 條件路由與多路徑工作流
- 重試機制、超時設置及降級策略
- 冪等性與安全重運行
工具與外部整合
- 從圖節點調用函數/工具
- 在圖內調用 REST API 與服務
- 處理結構化輸出
檢索增強工作流
- 文檔導入與分塊基礎
- 嵌入向量與向量存儲(例如 ChromaDB)
- 帶有引用註釋的 grounded 回答
測試、調試與評估
- 針對節點和路徑的單元級別測試
- 追蹤與可觀測性
- 質量檢查:事實準確性、安全性與確定性
打包與部署基礎
- 環境設置與依賴管理
- 透過 API 提供圖服務
- 工作流版本控制與滾動更新
總結與後續步驟
最低要求
- 理解基礎 Python 編程
- 擁有 REST API 或 CLI 工具使用經驗
- 熟悉 LLM 概念及提示工程基礎
受眾
- 剛接觸基於圖的 LLM 協調的開發者和軟件工程師
- 構建多步驟 LLM 應用的提示工程師和 AI 新人
- 探索利用 LLM 進行工作流自動化的數據從業者
14 小時