课程大纲

LangGraph与图概念介绍

  • 为什么使用图进行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

  • 条件路由与多路径工作流
  • 重试、超时与回退策略
  • 幂等性与安全重运行

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

检索增强的工作流

  • 文档摄取与分块基础
  • 嵌入与向量存储(如ChromaDB)
  • 带有引用的基于事实的回答

测试、调试与评估

  • 节点与路径的单元测试
  • 追踪与可观测性
  • 质量检查:事实性、安全性与确定性

打包与部署基础

  • 环境设置与依赖管理
  • 将图服务封装在API之后
  • 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

  • 初次接触基于图的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