Ta kontakt

Kursplan

LangGraph og agentmønstre: En praktisk introduksjon

  • Grafer vs. lineære kjeder: når og hvorfor
  • Agenter, verktøy og planlegger-utfører-løkker
  • Hello workflow: et minimalt agentic graf

Tilstand, minne og kontekstoverføring

  • Design av graftilstand og nodegrensesnitt
  • Korttidsminne vs. vedvarende minne
  • Kontekstvinduer, oppsummering og rehydrering

Forgreningslogikk og kontrollflyt

  • Betinget ruting og beslutninger med flere stier
  • Ombruk, tidsavbrudd og kretsbrytere
  • Fallback, døde veier og gjenopprettingsnoder

Verktøybruk og eksterne integrasjoner

  • Funksjons-/verktøyanrop fra noder og agenter
  • Forbruk av REST API-er og databaser fra grafen
  • Strukturert utdataparsing og validering

Henting-forsterkede agentarbeidsflyter

  • Ingestering og kuttstrategier for dokumenter
  • Innebygde vektorer og vektordatabaser med ChromaDB
  • Forankrede svar med sitater og sikkerhetstiltak

Evaluering, feilsøking og observerbarhet

  • Sporing av stier og inspeksjon av nodinteraksjoner
  • Gylne sett, evalueringer og regresjonstester
  • Overvåking av kvalitet, sikkerhet og kostnad/latens

Pakking og leveranse

  • FastAPI-serve og avhengighetsadministrasjon
  • Versionering av grafer og rullebakstrategier
  • Operative handbøker og hendelsesrespons

Sammendrag og neste steg

Krav

  • Praktisk kunnskap om Python
  • Erfaring med å bygge LLM-applikasjoner eller promptkjeder
  • Kjennskap til REST API-er og JSON

Målgruppe

  • AI-ingeniører
  • Produktledere
  • Utviklere som bygger interaktive LLM-drevne systemer
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier