Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 14 horas
Programa do Curso
Introdução ao LangGraph e Conceitos de Grafos
- Por que usar grafos em aplicações de LLM: orquestração vs. cadeias simples
- Nós, arestas e estado no LangGraph
- Hello LangGraph: primeiro grafo executável
Gestão de Estado e Cadeias de Prompt
- Projetar prompts como nós de grafo
- Passe de estado entre nós e tratamento de saídas
- Padrões de memória: contexto de curto prazo vs. persistido
Ramificação, Fluxo de Controlo e Tratamento de Erros
- Encaminhamento condicional e fluxos de trabalho de múltiplas caminhos
- Retentativas, tempos limite e estratégias de fallback
- Idempotência e reexecuções seguras
Ferramentas e Integrações Externas
- Chamada de funções/ferramentas a partir de nós de grafo
- Chamada de APIs REST e serviços dentro do grafo
- Trabalho com saídas estruturadas
Fluxos de Trabalho Aumentados por Recuperação
- Base de ingestão e fragmentação de documentos
- Embeddings e armazéns vetoriais (ex.: ChromaDB)
- Respostas fundamentadas com citações
Testes, Depuração e Avaliação
- Testes de estilo unitário para nós e caminhos
- Rastreamento e observabilidade
- Verificações de qualidade: faticidade, segurança e determinismo
Fundamentos de Empacotamento e Implementação
- Configuração de ambiente e gestão de dependências
- Serviço de grafos através de APIs
- Versionamento de fluxos de trabalho e atualizações graduais
Resumo e Próximos Passos
Requisitos
- Conhecimento de programação básica em Python
- Experiência com APIs REST ou ferramentas de CLI
- Familiaridade com conceitos de LLM e fundamentos de engenharia de prompt
Público-Alvo
- Desenvolvedores e engenheiros de software novos na orquestração de LLM baseada em grafos
- Engenheiros de prompt e iniciantes em IA que constroem aplicações de LLM em várias etapas
- Profissionais de dados que exploram a automatização de fluxos de trabalho com LLMs