构建n8n中的AI工作流 培训

LangGraph 是一个用于构建有状态、多参与者 LLM 应用的框架，它支持将应用构建为具有持久状态和执行控制的可组合图。

本次由讲师主导的培训（线上或线下）面向高级 AI 平台工程师、AI DevOps 和 ML 架构师，旨在帮助他们优化、调试、监控和操作生产级 LangGraph 系统。

通过本培训，参与者将能够：

• 设计和优化复杂的 LangGraph 拓扑结构，以提高速度、降低成本并增强可扩展性。
• 通过重试、超时、幂等性和基于检查点的恢复机制来构建可靠性。
• 调试和追踪图执行过程，检查状态，并系统地复现生产问题。
• 为图添加日志、指标和追踪，部署到生产环境，并监控 SLA 和成本。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

高级Ollama模型调试与评估是一门深入课程，专注于在本地或私有Ollama部署中诊断、测试和测量模型行为。

本课程为讲师指导的培训（线上或线下），面向希望确保基于Ollama的模型在生产环境中的可靠性、保真度和操作准备情况的高级AI工程师、ML Ops专业人员和QA从业人员。

培训结束后，参与者将能够：

• 对Ollama托管的模型进行系统化调试，并可靠地复现故障模式。
• 设计并执行包含定量和定性指标的稳健评估流程。
• 实施可观测性（日志、追踪、指标）以监控模型健康状况和漂移。
• 自动化测试、验证和回归检查，并将其集成到CI/CD管道中。

课程形式

• 互动式讲座与讨论。
• 使用Ollama部署进行实践实验和调试练习。
• 案例分析、小组故障排除会议和自动化研讨会。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

这是一个由讲师指导的线上或线下培训，针对希望使用Ollama实现安全高效的AI驱动工作流程的高级专业人士。

通过本培训，参与者将能够：

• 部署和配置Ollama以进行私有AI处理。
• 将AI模型集成到安全的企业工作流程中。
• 在保持数据隐私的同时，优化AI性能。
• 利用本地AI功能自动化业务流程。
• 确保符合企业安全与治理政策。

这是一场由讲师指导的现场培训，地点在中国（线上或现场），适合希望使用Ollama部署、优化和整合LLM的中级专业人士。

在培训结束时，参与者将能够：

• 使用Ollama设置和部署LLM。
• 优化AI模型以提升性能和效率。
• 利用GPU加速提升推理速度。
• 将Ollama整合到工作流程和应用程式中。
• 监控和维护AI模型的长期性能。

本次由讲师指导的线下培训（线上或线下）面向初级至中级研究人员和实验室专业人员，旨在帮助他们处理和分析与组织学组织、血细胞、藻类及其他生物样本相关的图像。

培训结束后，学员将能够：

• 熟练使用Fiji界面，并掌握ImageJ的核心功能。
• 对科学图像进行预处理和增强，以便更好地分析。
• 定量分析图像，包括细胞计数和面积测量。
• 使用宏和插件自动化重复性任务。
• 根据生物研究中的具体需求，定制图像分析工作流程。

这项由讲师指导的中国（线上或线下）培训，针对希望微调和自订Ollama上的AI模型以提升性能和特定领域应用的高级专业人士。

在培训结束时，参与者将能够：

• 在Ollama上设置高效的AI模型微调环境。
• 准备用于监督式微调和强化学习的数据集。
• 优化AI模型的性能、准确性和效率。
• 在生产环境中部署自订模型。
• 评估模型改进并确保其稳健性。

LangGraph 是一个用于构建有状态、多参与者 LLM 应用的框架，通过可组合的图结构实现持久状态和执行控制。

本次由讲师主导的培训（线上或线下）面向中级到高级专业人士，旨在帮助他们设计、实施和运营基于 LangGraph 的金融解决方案，确保其具备适当的治理、可观测性和合规性。

通过本次培训，参与者将能够：

• 设计与监管和审计要求一致的金融专用 LangGraph 工作流。
• 将金融数据标准和本体集成到图状态和工具中。
• 为关键流程实施可靠性、安全性和人工介入控制。
• 部署、监控和优化 LangGraph 系统，以满足性能、成本和 SLA 要求。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

LangGraph 是一个用于构建图结构 LLM 应用的框架，支持规划、分支、工具使用、内存和可控执行。

本次由讲师指导的培训（线上或线下）面向初级开发者、提示工程师和数据从业者，旨在帮助他们使用 LangGraph 设计和构建可靠的多步骤 LLM 工作流。

培训结束后，参与者将能够：

• 解释 LangGraph 的核心概念（节点、边、状态）及其使用场景。
• 构建支持分支、调用工具和保持内存的提示链。
• 将检索和外部 API 集成到图工作流中。
• 测试、调试和评估 LangGraph 应用的可靠性和安全性。

课程形式

• 互动讲座和引导讨论。
• 在沙盒环境中进行指导实验和代码演练。
• 基于场景的设计、测试和评估练习。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

LangGraph 支持由 LLM 驱动的有状态、多参与者工作流，并能精确控制执行路径和状态持久化。在医疗领域，这些功能对于合规性、互操作性以及构建符合医疗工作流的决策支持系统至关重要。

本次讲师主导的培训（线上或线下）面向中高级专业人员，旨在帮助他们设计、实施和管理基于 LangGraph 的医疗解决方案，同时应对监管、道德和操作挑战。

培训结束后，参与者将能够：

• 设计符合合规性和可审计性的医疗专用 LangGraph 工作流。
• 将 LangGraph 应用与医疗本体和标准（FHIR、SNOMED CT、ICD）集成。
• 在敏感环境中应用可靠性、可追溯性和可解释性的最佳实践。
• 在医疗生产环境中部署、监控和验证 LangGraph 应用。

课程形式

• 互动式讲座与讨论。
• 基于真实案例的实践练习。
• 在实时实验环境中进行实施实践。

课程定制选项

• 如需定制本课程，请联系我们安排。

LangGraph 是一个框架，用于构建具有持久状态和执行精确控制的多参与者 LLM 应用程序，作为可组合的图。

本次由讲师指导的培训（线上或线下）面向中高级专业人士，旨在帮助他们设计、实施和操作基于 LangGraph 的法律解决方案，并确保必要的合规性、可追溯性和治理控制。

通过本次培训，参与者将能够：

• 设计特定于法律的 LangGraph 工作流程，确保可审计性和合规性。
• 将法律本体和文档标准集成到图状态和处理中。
• 实施防护措施、人工审批和可追溯的决策路径。
• 在生产环境中部署、监控和维护 LangGraph 服务，确保可观测性和成本控制。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

LangGraph 是一个用于构建图结构 LLM 工作流的框架，支持分支、工具使用、内存和可控执行。

本次由讲师指导的培训（线上或线下）面向中级工程师和产品团队，他们希望将 LangGraph 的图逻辑与 LLM 代理循环相结合，以构建动态、上下文感知的应用程序，如客户支持代理、决策树和信息检索系统。

在培训结束时，参与者将能够：

• 设计基于图的工作流，协调 LLM 代理、工具和内存。
• 实现条件路由、重试和回退，以确保稳健执行。
• 将检索、API 和结构化输出集成到代理循环中。
• 评估、监控并强化代理行为，以确保可靠性和安全性。

课程形式

• 互动讲座和引导讨论。
• 在沙盒环境中进行引导实验和代码演练。
• 基于场景的设计练习和同行评审。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

LangGraph 是一个基于图的编排框架，支持条件化、多步骤的 LLM 和工具工作流，非常适合自动化和个性化内容管道。

本课程由讲师主导，提供线上或线下培训，面向中级营销人员、内容策略师和自动化开发人员，旨在帮助他们使用 LangGraph 实现动态、分支的电子邮件营销活动和内容生成管道。

在本培训结束时，参与者将能够：

• 设计具有条件逻辑的图结构内容和电子邮件工作流。
• 集成 LLM、API 和数据源以实现自动化个性化。
• 在多步骤营销活动中管理状态、记忆和上下文。
• 评估、监控和优化工作流性能和交付结果。

课程形式

• 互动式讲座和小组讨论。
• 动手实验，实现电子邮件工作流和内容管道。
• 基于场景的练习，涵盖个性化、分段和分支逻辑。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

Ollama 是一个平台，支持在本地运行和微调大型语言和多模态模型。

本次由讲师指导的培训（线上或线下）面向高级机器学习工程师、AI 研究人员和产品开发人员，他们希望使用 Ollama 构建和部署多模态应用。

培训结束后，学员将能够：

• 使用 Ollama 设置和运行多模态模型。
• 整合文本、图像和音频输入，用于实际应用。
• 构建文档理解和视觉问答系统。
• 开发能够跨模态推理的多模态代理。

课程形式

• 互动式讲座和讨论。
• 使用真实多模态数据集进行实践操作。
• 使用 Ollama 实时实验室实现多模态管道。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

本课程为讲师指导的中国（线上或线下）培训，旨在帮助初级专业人士安装、配置并使用Ollama在本地机器上运行AI模型。

培训结束后，学员将能够：

• 了解Ollama的基本原理及其功能。
• 设置Ollama以运行本地AI模型。
• 使用Ollama部署并与LLM进行互动。
• 优化AI工作负载的性能和资源使用。
• 探索本地AI部署在各行业中的应用案例。

Ollama 是一个用于本地和大规模运行大型语言和多模态模型的平台。

本次由讲师指导的培训（线上或线下）面向中高级工程师，旨在帮助他们扩展 Ollama 部署，以应对多用户、高吞吐量和成本效益高的环境。

培训结束后，参与者将能够：

• 为多用户和分布式工作负载配置 Ollama。
• 优化 GPU 和 CPU 资源分配。
• 实施自动扩展、批处理和延迟减少策略。
• 监控和优化基础设施，以提高性能和成本效益。

课程形式

• 互动式讲座和讨论。
• 动手部署和扩展实验。
• 在实际环境中进行优化练习。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。