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.
Durata 14 ore
Struttura del corso
LangGraph e pattern degli agenti: una panoramica pratica
- Grafi vs catene lineari: quando e perché usarli
- Agenti, strumenti e cicli planner-esecutore
- Workflow di benvenuto: un grafo agentico minimale
Stato, memoria e passaggio del contesto
- Progettazione dello stato del grafo e delle interfacce dei nodi
- Memoria a breve termine vs memoria persistita
- Finestre di contesto, sommario e riidratazione
Logica di ramificazione e flusso di controllo
- Instradamento condizionale e decisioni a più percorsi
- Ritenti, timeout e circuit breaker
- Soluzioni di riserva, vie cieche e nodi di recupero
Utilizzo di strumenti e integrazioni esterne
- Chiamata di funzioni/strumenti da nodi e agenti
- Consumo di API REST e database dal grafo
- Analisi e validazione degli output strutturati
Flussi di lavoro degli agenti aumentati da recupero
- Ingestione documenti e strategie di chunking
- Embedding e archivi vettoriali con ChromaDB
- Risposte basate su fonti con citazioni e misure di sicurezza
Valutazione, debuggamento e osservabilità
- Tracciamento dei percorsi e ispezione delle interazioni tra nodi
- Set dorati, valutazioni e test di regressione
- Monitoraggio di qualità, sicurezza e costi/latenza
Pacchetto e distribuzione
- Offerta tramite FastAPI e gestione delle dipendenze
- Versionamento dei grafi e strategie di rollback
- Playbook operativi e risposta agli incidenti
Riepilogo e prossimi passi
Requisiti
- Conoscenza pratica di Python
- Esperienza nella creazione di applicazioni LLM o catene di prompt
- Familiarità con API REST e JSON
Pubblico di destinazione
- Ingegneri AI
- Product manager
- Sviluppatori che creano sistemi interattivi guidati da LLM