课程大纲

LangGraph与代理模式:实践入门

  • 图与线性链:何时及为何使用
  • 代理、工具与规划器-执行器循环
  • Hello workflow:一个最小化的代理图

状态、内存与上下文传递

  • 设计图状态与节点接口
  • 短期内存与持久内存
  • 上下文窗口、摘要与重新加载

分支逻辑与控制流

  • 条件路由与多路径决策
  • 重试、超时与断路器
  • 回退、死胡同与恢复节点

工具使用与外部集成

  • 从节点与代理调用函数/工具
  • 从图中消费REST API与数据库
  • 结构化输出解析与验证

检索增强的代理工作流

  • 文档摄取与分块策略
  • 使用ChromaDB进行嵌入与向量存储
  • 带有引用与保障的基于事实的响应

评估、调试与可观察性

  • 跟踪路径与检查节点交互
  • 黄金集、评估与回归测试
  • 质量、安全与成本/延迟监控

打包与交付

  • FastAPI服务与依赖管理
  • 版本控制图与回滚策略
  • 操作手册与事件响应

总结与下一步

要求

  • 具备Python基础知识
  • 有构建LLM应用程序或提示链的经验
  • 熟悉REST API和JSON

受众

  • AI工程师
  • 产品经理
  • 构建交互式LLM驱动系统的开发者
 14 小时

即将举行的公开课程

课程分类