联系我们

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

即将举行的公开课程

课程分类