Plan du cours

LangGraph et les Modèles d'Agents : Un Précis Pratique

  • Graphes vs. chaînes linéaires : quand et pourquoi
  • Agents, outils et boucles planificateur-exécuteur
  • Hello workflow : un graphe agnostique minimal

État, Mémoire et Transmission de Contexte

  • Conception des états du graphe et des interfaces de nœuds
  • Mémoire à court terme vs. mémoire persistante
  • Fenêtres de contexte, résumés et rehydratation

Logique de Branchement et Flux de Contrôle

  • Itinéraires conditionnels et décisions multi-parcours
  • Réessais, délais d'expiration et disjoncteurs de circuit
  • Situations alternatives, impasses et nœuds de récupération

Utilisation des Outils et Intégrations Externes

  • Appels de fonctions/outils à partir de nœuds et d'agents
  • Consommation des API REST et des bases de données depuis le graphe
  • Analyse et validation des sorties structurées

Flux de Travail Augmentés par la Recherche

  • Stratégies d'ingestion et de morcellement des documents
  • Incrustations et magasins vectoriels avec ChromaDB
  • Réponses ancrées avec citations et mesures de sécurité

Évaluation, Débogage et Observabilité

  • Suivi des parcours et inspection des interactions entre nœuds
  • Ensembles d'or, évaluations et tests de régression
  • Mise en œuvre du contrôle qualité, sécurité et surveillance coûts/délais

Emballage et Distribution

  • Serveur FastAPI et gestion des dépendances
  • Gestion de versions des graphes et stratégies de retraitement
  • Playbooks opérationnels et réponse aux incidents

Récapitulatif et Étapes Suivantes

Pré requis

  • Connaissance pratique de Python
  • Expérience dans la construction d'applications LLM ou de chaînes de prompts
  • Familiarité avec les API REST et JSON

Public cible

  • Ingénieurs en IA
  • Directeurs produits
  • Développeurs construisant des systèmes interactifs pilotés par LLM
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires