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
LangGraph e Padrões de Agentes: Uma Introdução Prática
- Grafos vs. cadeias lineares: quando e porquê
- Agentes, ferramentas e loops de planeador-executor
- Olá, fluxo de trabalho: um grafo agêntico mínimo
Estado, Memória e Propagação de Contexto
- Design do estado do grafo e das interfaces dos nós
- Memória de curto prazo vs. memória persistente
- Janelas de contexto, sumarização e reidratação
Lógica de Ramificação e Fluxo de Controlo
- Encaminhamento condicional e decisões multi-caminho
- Repetições, tempos limite (timeouts) e disjuntores (circuit breakers)
- Soluções de recurso, becos sem saída e nós de recuperação
Uso de Ferramentas e Integrações Externas
- Chamadas de função/ferramenta a partir de nós e agentes
- Consumo de APIs REST e bases de dados a partir do grafo
- Análise e validação de saídas estruturadas
Fluxos de Trabalho de Agentes Aumentados por Recuperação de Dados
- Ingestão de documentos e estratégias de fragmentação (chunking)
- Embeddings e repositórios vetoriais com ChromaDB
- Respostas fundamentadas com citações e salvaguardas
Avaliação, Depuração e Observabilidade
- Rastreio de caminhos e inspeção de interações entre nós
- Conjuntos dourados (golden sets), avaliações e testes de regressão
- Monitorização de qualidade, segurança e custo/latência
Empacotamento e Distribuição
- Servimento via FastAPI e gestão de dependências
- Versionamento de grafos e estratégias de rollback
- Playbooks operacionais e resposta a incidentes
Resumo e Próximos Passos
Requisitos
- Conhecimentos práticos de Python
- Experiência na construção de aplicações de LLM ou cadeias de prompts
- Familiaridade com APIs REST e JSON
Público-Alvo
- Engenheiros de IA
- Gestores de Produto
- Desenvolvedores a construir sistemas interativos impulsionados por LLM