感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
LangGraph与图概念介绍
- 为何使用图构建LLM应用:编排与简单链的对比。
- LangGraph中的节点、边和状态。
- Hello LangGraph:第一个可运行的图。
状态管理与提示链
- 将提示设计为图节点。
- 在节点之间传递状态并处理输出。
- 内存模式:短期与持久化上下文。
分支、控制流与错误处理
- 条件路由和多路径工作流。
- 重试、超时和回退策略。
- 幂等性与安全重试。
工具与外部集成
- 从图节点调用函数/工具。
- 在图中调用REST API和服务。
- 处理结构化输出。
检索增强型工作流
- 文档摄取和分块基础知识。
- 嵌入与向量存储(如ChromaDB)。
- 基于引用的回答。
测试、调试与评估
- 节点和路径的单元测试。
- 跟踪与可观察性。
- 质量检查:事实性、安全性和确定性。
打包与部署基础
- 环境设置与依赖管理。
- 通过API提供图服务。
- 工作流版本控制与滚动更新。
总结与下一步
要求
- 具备基本的Python编程知识。
- 有使用REST API或CLI工具的经验。
- 熟悉LLM概念和提示工程基础知识。
受众
- 刚接触基于图的LLM编排的开发者和软件工程师。
- 构建多步骤LLM应用的提示工程师和AI新手。
- 探索使用LLM进行工作流自动化的数据从业者。
14 小时