Εξέλιξη Κομματιού

Εισαγωγή στο LangGraph και τους εννοιώδεις γράφου

  • Γιατί οι γράφοι για LLM apps: χορηγό vs. απλές αλυσίδες
  • Μόνια, αυτούς και η κατάσταση στο LangGraph
  • Hello LangGraph: πρώτο διαδραστικό γράφο

Διαχείριση κατάστασης και αλυσίδες ενδιαφέρον

  • Σχεδιασμός των προβολών ως μόνων γράφου
  • Εκπέμψεις κατάστασης μεταξύ μόνων και διαχείριση αποτελεσμάτων
  • Μοτίβα μνήμης: σύντομος χρόνος vs. περιστασιακό κонтекст

Θάλαμη, ροή ελέγχου και διαχείριση λαθών

  • Χρησιμοποίηση όρων και πολυβήμα workflows
  • Επαναλήψεις, timeouts και στρατηγικές fallbacks
  • Idempotency και ασφαλείς επανακτήσεις

Εργαλεία και έξωθεν ενσωμάτωση

  • Function/tool φώνοι από μόνα γράφου
  • Φώνηση REST APIs και υπηρεσίες μέσα στον γράφο
  • Εργασία με δομημένα αποτελέσματα

Ανάκτηση-Βελτιωμένοι workflows

  • Βασικά τύπους εγκατάστασης και μικροδιαίρεσης δοκιμένων
  • Embeddings και vector stores (π.χ., ChromaDB)
  • Απάντηση με ιδιόγραφες πηγές αναφορών

Δοκιμασία, ψάχνουν παρατυπώσεις και εξέταση

  • Μοναδικοί-στύλ τεστ για μόνα και πάθη
  • Προσαγωγή και επιφανειακή δομή
  • Έλεγχος ποιότητα: γεγονότα, ασφάλεια και determinism

Βασικές συμβάσεις καταχώρησης και διανομής

  • Διαθέσιμο περιβάλλον και διαχείριση εξαρτήσεων
  • Εκδοχή γράφων οπίσω από APIs
  • Φύλαξη workflows και rolling updates

Συμπέρασμα και επόμενα βήματα

Απαιτήσεις

  • Κατανόηση των βασικών προγραμματισμού Python
  • Εμπειρία με REST APIs ή CLI εργαλεία
  • Οικειότητα με τα πρωτότυπα LLM και τους βασικούς σχεδιασμούς ενδιαφέρον.

Ακροατήριο

  • Προγραμματιστές και μηχανικοί λογισμικού που εισάγονται σε τον χορηγό έκτελησης LLM βασισμένου σε γράφους
  • Μηχανικοί ενδιαφέρον και νέοι χρήστες AI που φτιάχνουν εφαρμογές LLM με πολύβημα
  • Εργαζόμενοι δεδομένων που εξερευνάνε αυτόματη χορήγηση καθηκόντων με LLMs
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Εφεξής Μαθήματα

Σχετικές Κατηγορίες