Programa do Curso

Introdução ao LangGraph e Conceitos de Grafos

  • Por que grafos para aplicativos LLM: orquestração versus cadeias simples
  • Nós, arestas e estado no LangGraph
  • Ola LangGraph: primeiro grafo executável

Gestão de Estado e Encadeamento de Prompts

  • Projetando prompts como nós de grafos
  • Passe o estado entre os nós e lidar com saídas
  • Padrões de memória: contexto a curto prazo versus persistente

Ramo, Fluxo de Controle e Tratamento de Erros

  • Rotas condicionais e fluxos de trabalho multipath
  • Tentativas, timeouts e estratégias de fallback
  • Idempotência e execuções seguras

Ferramentas e Integrações Externas

  • Chamada de funções/ferramentas a partir dos nós do grafo
  • Chamar APIs REST e serviços dentro do grafo
  • Trabalhando com saídas estruturadas

Fluxos de Trabalho Aumentados por Recuperação

  • Básicos da ingestão e fragmentação de documentos
  • Incorporações e armazenamentos vetoriais (e.g., ChromaDB)
  • Respostas fundamentadas com citações

Testes, Depuração e Avaliação

  • Testes estilo unidade para nós e caminhos
  • Rastreamento e observabilidade
  • Checagens de qualidade: factualidade, segurança e determinismo

Fundamentos de Embalagem e Implantação

  • Configuração do ambiente e gerenciamento de dependências
  • Servindo grafos por trás de APIs
  • Versionamento de fluxos de trabalho e atualizações contínuas

Resumo e Próximos Passos

Requisitos

  • Compreensão de programação básica em Python
  • Experiência com APIs REST ou ferramentas CLI
  • Familiaridade com conceitos de LLM e fundamentos da engenharia de prompt

Público-alvo

  • Desenvolvedores e engenheiros de software novatos na orquestração baseada em grafos para LLM
  • Engenheiros de prompt e iniciantes em IA construindo aplicativos LLM multi-etapas
  • Praticionários de dados explorando automação de fluxo de trabalho com LLMs
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas