Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
LangGraph e Pattern per Agenti: Una Guida Pratica
- Grafi rispetto a catene lineari: quando e perché
- Agenti, strumenti e cicli planner-executor
- Hello workflow: un grafo agnostico minimale
Stato, Memoria e Trasmissione del Contesto
- Progettazione dello stato del grafo e delle interfacce dei nodi
- Memoria a breve termine vs. memoria persistente
- Finestre di contesto, summarization e rehydration
Logica di Ramificazione e Controllo del Flusso
- Instradamento condizionale e decisioni a percorsi multipli
- Retry, timeout e circuit breaker
- Fallback, punti morti e nodi di recupero
Utilizzo di Strumenti e Integrazioni Esterne
- Chiamate di funzioni/strumenti dai nodi e dagli agenti
- Consumo di API REST e database dal grafo
- Parsing e validazione degli output strutturati
Workflow per Agenti con Arricchimento dei Dati Recupera (Retrieval-Augmented)
- Ingestione di documenti e strategie di chunking
- Embeddings e vector store con ChromaDB
- Risposte fondate con citazioni e salvaguardie
Valutazione, Debug e Osservabilità
- Tracciamento dei percorsi e ispezione delle interazioni tra nodi
- Set di riferimento (golden sets), valutazioni e test di regressione
- Monitoraggio di qualità, sicurezza e costi/latenza
Pacchettizzazione e Distribuzione
- Servizio FastAPI e gestione delle dipendenze
- Versioning dei grafi e strategie di rollback
- Playbook operativi e risposta agli incidenti
Riepilogo e Prossimi Passi
Requisiti
- Conoscenza operativa di Python
- Esperienza nella creazione di applicazioni LLM o catene di prompt
- Confidenza con le API REST e JSON
Pubblico
- Ingegneri AI
- Product Manager
- Developer che costruiscono sistemi interattivi basati su LLM
14 ore