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?

  1. 尖端技能:您将掌握 LangGraph 和 LangChain,这些工具处于 AI 开发的最前沿。

  2. 实际应用:构建可集成到业务、研究等中的实际 AI 解决方案。

  3. 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。

  4. 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。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。