联系我们
 课程时长 14 小时

课程大纲

LangGraph与智能体模式:实用入门

  • 图与线性链:何时及为何选择
  • 智能体、工具和规划器-执行器循环
  • 你好工作流:一个最小智能体图

状态、记忆和上下文传递

  • 设计图状态和节点接口
  • 短期记忆与持久记忆
  • 上下文窗口、摘要和重新水化

分支逻辑和控制流

  • 条件路由和多路径决策
  • 重试、超时和断路器
  • 回退、死端和恢复节点

工具使用和外部集成

  • 从节点和智能体调用函数/工具
  • 从图消费REST API和数据库
  • 结构化输出解析和验证

检索增强的智能体工作流

  • 文档摄取和分块策略
  • 嵌入和向量存储(使用ChromaDB)
  • 基于引用的可靠回答和安全保障

评估、调试和可观测性

  • 追踪路径并检查节点交互
  • 黄金集、评估和回归测试
  • 质量、安全性和成本/延迟监控

打包和交付

  • FastAPI服务和依赖管理
  • 图版本控制和回滚策略
  • 运维手册和事件响应

总结和后续步骤

要求

  • 具备Python编程知识
  • 有构建LLM应用或提示链的经验
  • 熟悉REST API和JSON

目标学员

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

即将举行的公开课程

课程分类