Programa do Curso

LangGraph e Padrões de Agentes: Um Guia Prático

  • Gráficos vs. cadeias lineares: quando e por que
  • Agentes, ferramentas e loops planejador-executor
  • Hello workflow: um gráfico agente mínimo

Estado, Memória e Passagem de Contexto

  • Projeto do estado do grafo e interfaces dos nós
  • Memória de curto prazo vs. memória persistente
  • Janelas de contexto, sumarização e reidratação

Lógica Condicional e Fluxo de Controle

  • Rotas condicionais e decisões multi-caminho
  • Tentativas, timeouts e circuit breakers
  • Cenarios alternativos, becos sem saída e nós de recuperação

Uso de Ferramentas e Integrações Externas

  • Chamadas de funções/ferramentas a partir dos nós e agentes
  • Consumo de APIs REST e bancos de dados do grafo
  • Análise e validação de saídas estruturadas

Fluxos de Trabalho Aumentados com Recuperação

  • Estratégias de ingestão e fragmentação de documentos
  • Incorporações e armazenamento vetorial com ChromaDB
  • Respostas fundamentadas com citações e precauções

Avaliação, Depuração e Observabilidade

  • Rastreamento de caminhos e inspeção das interações dos nós
  • Conjuntos padrão, avaliações e testes de regressão
  • Monitoramento de qualidade, segurança e custo/latência

Empacotamento e Entrega

  • Serviço com FastAPI e gerenciamento de dependências
  • Versões do grafo e estratégias de rollback
  • Cadernos operacionais e resposta a incidentes

Resumo e Próximos Passos

Requisitos

  • Conhecimento prático de Python
  • Experiência em desenvolver aplicações LLM ou cadeias de prompts
  • Familiaridade com REST APIs e JSON

Público-alvo

  • Engenheiros de IA
  • Gestores de produtos
  • Desenvolvedores construindo sistemas interativos baseados em LLM
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas