Bygge dynamiske arbeidsflyter med LangGraph og LLM-agenter Treningskurs

LangGraph og Agent-mønstre: En praktisk innføring

• Grafer vs. lineære kjeder: når og hvorfor
• Agenter, verktøy og planlegger-utførere-løyper (planner-executor loops)
• Hei arbeidsflyt: en minimal agentisk graf

State, minne og kontekstoverføring

• Design av grafstate og noder
• Korttidsminne vs. persistent minne
• Kontekstvinduer, sammendrag og rehydrering

Forgreningslogikk og styring (control flow)

• Betinget routing og beslutninger med flere stier
• Repetisjon (retries), tidsfrister og sikringssmekkere (circuit breakers)
• Tilbakefall (fallbacks), døde ender og gjenopprettingsnoder

Verktøybruk og eksterne integrasjoner

• Funksjons/verktøykallinger fra noder og agenter
• Forbruk av REST API-er og databaser fra grafen
• Parsning og validering av strukturerte outputer

Retrieval-Augmented Agent-arbeidsflyter

• Dokumenting og delingsstrategier (chunking)
• Embeddings og vektorlagringer med ChromaDB
• Funderte svar med sitater og sikkerhetsforanstaltninger

Evaluering, feilsøking og observabilitet

• Sporing av stier og inspektering av nodainteraksjoner
• Golden sets, evalueringer og regresjons tester
• Kvalitet, sikkerhet og overvåking av kostnader/lav latens

Pakking og levering

• Tilgang via FastAPI og avhengighetsadministrasjon
• Versjonering av grafer og tilbakeslagsstrategier
• Driftsmanualer og hendelsesrespons

Oppsummering og neste steg