Ta kontakt

Kursplan

Innføring i LangGraph og graf-konsepter

  • Hvorfor grafer for LLM-applikasjoner: orkestrering vs. enkle kjeder
  • Noder, kanter og tilstand i LangGraph
  • Hei LangGraph: første kjørbare graf

Tilstandshåndtering og prompt-kjedning

  • Designe prompts som graf-noder
  • Overføring av tilstand mellom noder og håndtering av utdata
  • Minne-mønstre: kortsiktig vs. vedvarende kontekst

Grening, kontrollflyt og feilhåndtering

  • Valgfri ruting og arbeidsflyter med flere stier
  • Gjentakelser, tidsavbrudd og fallback-strategier
  • Idempotens og sikre omkjøring

Verktøy og eksterne integrasjoner

  • Funksjons-/verktøypåkalling fra graf-noder
  • Påkalling av REST-API-er og tjenester inne i grafen
  • Håndtering av strukturerte utdata

Henting-forsterkede arbeidsflyter

  • Basale metoder for dokumentinnsamling og segmentering
  • Embeddings og vektorbutikker (f.eks. ChromaDB)
  • Forsvarlige svar med sitater

Testing, feilsøking og evaluering

  • Enhetslignende tester for noder og stier
  • Sporing og observabilitet
  • Kvalitetssjekk: faktabasert, sikkerhet og determinisme

Pakking og avsenderfundamental

  • Miljøoppsett og avhengighetsadministrasjon
  • Servering av grafer bak API-er
  • Versjonering av arbeidsflyter og rullerende oppdateringer

Sammendrag og neste steg

Krav

  • Forståelse av grunnleggende Python-programmering
  • Erfaring med REST-API-er eller CLI-verktøy
  • Kunnskap om LLM-konsepter og grunnleggende prompt-ingeniøring

Målgruppe

  • Utviklere og programvareingeniører som er nye til grafbasert LLM-orkestrering
  • Prompt-ingeniører og AI-nybegynnere som bygger flertrinns LLM-applikasjoner
  • Databehandlere som utforsker arbeidsflytautomatisering med LLM-er
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier