联系我们
 课程时长 14 小时

课程大纲

LangGraph 和图概念简介

  • 为什么 LLM 应用使用图: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

状态管理与提示词链接

  • 将提示词设计为图节点
  • 节点间传递状态和处理输出
  • 记忆模式: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
  • 幂等性和安全重跑

工具与外部集成

  • 从图节点调用函数/工具
  • 在图内调用 REST API 和服务
  • 处理结构化输出

检索增强工作流

  • 文档摄取和分块基础
  • 嵌入和向量存储(例如 ChromaDB)
  • 带引用的基于证据的回答

测试、调试与评估

  • 节点和路径的单元测试
  • 跟踪和可观察性
  • 质量检查:事实性、安全性和确定性

打包与部署基础

  • 环境设置和依赖管理
  • 通过 API 提供图服务
  • 工作流版本控制和滚动更新

总结与后续步骤

要求

  • 了解基础 Python 编程
  • 具有 REST API 或 CLI 工具使用经验
  • 熟悉 LLM 概念和提示词工程基础

目标受众

  • 新接触基于图的 LLM 编排的开发者和软件工程师
  • 构建多步骤 LLM 应用的提示词工程师和 AI 新人
  • 探索使用 LLM 进行工作流自动化的数据从业者

即将举行的公开课程

课程分类