聯繫我們

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

課程分類