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