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：编排与简单链式调用
- LangGraph中的节点、边和状态
- Hello LangGraph：第一个可运行的图
状态管理和提示链式调用
- 将提示设计为图节点
- 在节点之间传递状态并处理输出
- 记忆模式：短期上下文与持久化上下文
分支、控制流和错误处理
- 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
工具和外部集成
- 从图节点调用函数或工具
- 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）
- 带引用的有依据回答
测试、调试和评估
- 节点和路径的单元风格测试
- 追踪和可观测性
- 质量检查：事实性、安全性和确定性
打包和部署基础
- 环境设置和依赖管理
- 通过API提供图服务
- 工作流版本管理和滚动更新
总结和后续步骤
要求
- 了解基本的Python编程
- 有REST API或CLI工具的使用经验
- 熟悉LLM概念和提示工程基础知识
目标受众
- 刚接触基于图的LLM编排的开发人员和软件工程师
- 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
