LangGraph 精通:使用 LangGraph 开发LLM代理
LangGraph Mastery: Develop LLM Agents with LangGraph
使用 LangChain 和 LangGraph 掌握代理的LLM强大功能:创建 AI 工作流、自动执行任务并转变您的应用程序
学习内容
-
如何从头开始创建 ReAct 代理。
-
很好地理解 LangGraph 概念和核心组件。
-
实施高级代理。
-
深入研究节点、边缘和条件边缘。
-
了解 Tavily AI 和代理搜索。
-
了解LLM反射和反射等模式。
-
探索 LangSmith 并了解如何使用它调试和跟踪LLM应用程序。
-
了解流体工程。
-
这将是一次边做边学的体验。我们将一起逐步、逐行构建代理LLM应用程序。
-
从头开始为 RAG 创建知识库
-
项目: 1. 从头开始创建 ReAct 代理 2.使用 LangGraph 3 开发 ChatBot 应用程序。使用反射 4 构建推文生成器。创建一个论文作者。
-
大师项目 5:使用 LangGraph、GPT-4o、RAG、Pinecone、ArXiv 和 Google SerpAPI 构建研究代理
-
了解如何逐步构建复杂的代理LLM应用程序。
要求
-
本课程不适合初学者。需要具备良好的 Python 和 LangChain 知识。
-
精通 Python 和 LangChain,包括流控制、数据结构、函数、类型注释、OOP、环境变量管理、OpenAI ChatCompletions API、提示模板、链和输出解析器方面的知识。
描述
欢迎来到 LangGraph 上的这个全新课程,它允许我们构建代理LLM应用程序。用LangGraph和LangChain释放AI的全部潜力吧!
在本课程结束时,您将具备将LLM代理无缝集成到您的应用程序中的技能,从而开辟新的可能性和视野。
我们见证了 AI 能力的快速崛起,每年都有突破性的进步。这种快速的进步有可能在未来几年显著改变我们的世界。
三项关键进步即将产生深远影响:无限上下文窗口、文本到作和代理。
代理:AI 的新前沿
代理是自主的智能实体,旨在执行任务、处理信息和在基于语言的框架内进行交互。这些代理正在显著扩展 AI 在各个领域的潜力。
代理 AI 正在彻底改变各行各业,在法律文件分析、医疗诊断和软件开发等领域提供增强的应用程序。想象一下,一群技术娴熟的程序员夜以继日地为您开发软件解决方案。
在本课程中,我们将深入研究 LangGraph,它是 LangChain 的扩展,专为代理和多代理工作流而设计。 LangGraph 支持高度可定制和可控的代理流,非常适合复杂场景。
我们还将探索 LangSmith,这是一个用于跟踪和调试生产级LLM应用程序的平台。
您将学到什么:
-
掌握 LangGraph:探索节点、边缘和状态管理,了解高级代理工作流。
-
LangChain 集成:连接到LLMs实际工具,实现强大的多代理应用程序。
-
开发 Autonomous Agent:构建可以通过记忆和工具观察来观察、反思和改进的代理。
-
RAG & 嵌入:使用 Pinecone 实施检索增强生成 (RAG) 以增强搜索功能。
-
调试和规模:使用 LangSmith 调试和跟踪生产级 AI 应用程序。
为什么要报名参加这门课程?
-
尖端技能:您将掌握 LangGraph 和 LangChain,这些工具处于 AI 开发的最前沿。
-
实际应用:构建可集成到业务、研究等中的实际 AI 解决方案。
-
分步指南:无论您是 AI 经验丰富还是新手,我们的综合教程都将指导您完成每个项目。
-
加入 AI 革命:对 AI 专业人员的需求正在飙升 – 通过掌握这些关键技术,将自己置于最前沿。
实践项目:
-
从头开始 ReAct Agent:使用 LangGraph 构建功能齐全的代理。
-
自定义聊天机器人:开发一个由 LangChain 提供支持的智能聊天机器人。
-
内容生成工具:使用 LangGraph 的反射模式创建生成论文、推文等的 AI 工具。
-
主项目:构建一个集成的 GPT-4、Pinecone、ArXiv 和 Google SerpAPI 的强大研究代理。
准备好构建可以改变行业的 AI 代理了吗?立即注册,使用 LangGraph 将您的 AI 开发技能提升到一个新的水平!
期待在课程中见到您!
本课程适合谁:
- 旨在使用 LangChain 和 LangGraph 构建生成式 AI 应用程序的软件开发人员。
- 想要探索LLM代理新领域的爱好者。
评论(0)