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.
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