Contattataci

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

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative