Entrar em Contato

Programa do Curso

LangGraph e Padrões de Agentes: Um Guia Prático

  • Grafos versus cadeias lineares: quando e por quê
  • Agentes, ferramentas e loops planner-executor
  • Hello workflow: um grafo agentico mínimo

Estado, Memória e Passagem de Contexto

  • Projeto do estado do grafo e interfaces dos nós
  • Memória de curto prazo versus memória persistente
  • Janelas de contexto, sumarização e reidratação (rehydration)

Lógica de Ramificação e Fluxo de Controle

  • Roteamento condicional e decisões em múltiplos caminhos
  • Tentativas de repetição, tempos limite e disjuntores (circuit breakers)
  • Mecanismos de fallback, pontos sem saída e nós de recuperação

Uso de Ferramentas e Integrações Externas

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

Fluxos de Trabalho de Agentes Aprimorados por Recuperação (RAG)

  • Estratégias de ingestão de documentos e fragmentação (chunking)
  • Embarcamentos (embeddings) e armazéns vetoriais com ChromaDB
  • Respostas fundamentadas com citações e salvaguardas

Avaliação, Depuração e Observabilidade

  • Rastreamento de caminhos e inspeção das interações dos nós
  • Conjuntos de referência (golden sets), avaliações e testes de regressão
  • Monitoramento de qualidade, segurança e custos/latência

Empacotamento e Entrega

  • Serviços com FastAPI e gerenciamento de dependências
  • Versionamento de grafos e estratégias de rollback
  • Playbooks operacionais e resposta a incidentes

Resumo e Próximos Passos

Requisitos

  • Conhecimento prático de Python
  • Experiência na construção de aplicações LLM ou cadeias de prompts (prompt chains)
  • Familiaridade com APIs REST e JSON

Público-Alvo

  • Engenheiros de IA
  • Gerentes de produto
  • Desenvolvedores construindo sistemas interativos orientados por LLM
 14 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas