LangGraph- 使用 LangGraph 开发 LLM 驱动的 AI 代理
LangGraph- Develop LLM powered agents with LangGraph
通过构建真实的 LLM AI 代理(Python)快速学习 LangGraph
你将学到
-
精通 LangGraph
-
实现高级智能体
-
拥有端到端可运行的基于 LangGraph 的生成式 AI 智能体
-
了解如何在 LangGraph 开源代码库中进行导航
-
LangGraph 生态系统:LangGraph Studio/ IDE,LangGraph Cloud API,LangGraph Cloud 管理服务
要求
-
这不是一个入门课程。需要扎实的软件工程概念
-
我假设学生已经熟悉以下软件工程主题:LangChain、git、python、pipenv、环境变量、类、测试和调试
课程介绍
欢迎来到第一门 LangGraph Udemy 课程——释放 LLM 智能体的力量!
这门全面的课程旨在教你如何快速掌握 LangGraph 库在 LLM 智能体应用中的强大功能。
本课程将为你提供开发尖端 LLM 智能体解决方案所需的知识和技能,涵盖各种主题。
请注意,这不是一门面向初学者的课程。本课程假设你具备软件工程背景,并熟练掌握 Python 和 LangChain。我将使用 Pycharm IDE,但你可以使用任何你喜欢的编辑器,因为我们仅使用 IDE 的基本功能,如调试和运行脚本。
本课程涵盖的主题包括:
- LangChain
- LCEL
- LangGraph
- 代理
- 多智能体
- 反思智能体
- 反思智能体
- LangSmith
- CrewAI VS LangGraph
- 高级 RAG
- 纠正性 RAG
- 自 RAG
- 自适应 RAG
- GPT 研究员
- LangGraph 生态系统:
- LangGraph 工作室/LangGraph IDE
- LangGraph 云 API
- LangGraph 云托管服务
在整个课程中,你将通过动手练习和实际项目来巩固所涵盖的概念和技术。到课程结束时,你将熟练掌握使用 LangGraph 创建强大、高效和多功能 LLM 应用的能力,适用于各种用途。
这不仅仅是一门课程,它也是一个社区。除了终身访问课程外,你还将获得:
- 专为我提供的故障排除支持
- 包含额外 AI 资源、常见问题解答、故障排除指南的 GitHub 链接
- 课程持续更新和改进无需额外费用
免责声明
- 请注意,这不是一个面向初学者的课程。本课程假设您具备软件工程背景,并且精通 Python。
我将使用 Pycharm IDE,但您可以使用任何您喜欢的编辑器,因为我们仅使用 IDE 的基本功能,如调试和运行脚本。
这门课程适合谁:
- 希望学习如何使用 LangChain 构建生成式 AI 应用的软件工程师
- 希望学习如何使用 LangChain 构建生成式 AI 应用的后端开发者
- 想要学习如何使用 LangChain 构建生成式 AI 应用的全栈工程师
2025-07-21 更新 从19 节课(1 小时 42 分钟) 更新到70 节课(7 小时 9 分钟)
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。


评论(0)