Zkuste nás kontaktovat
 Doba trvání 14 hodiny

Návrh Školení

Úvod do LangGraph a grafických konceptů

  • Proč grafy pro LLM aplikace: orkestrace vs. jednoduché řetězce
  • Uzly, hrany a stav v LangGraph
  • Ahoj LangGraph: první spustitelný graf

Správa stavu a řetězení promptů

  • Návrh promptů jako grafických uzlů
  • Přenášení stavu mezi uzly a zpracování výstupů
  • Modely paměti: krátkodobá vs. perzistentní kontext

Větvící se logika, řízení toku a ošetřování chyb

  • Podmíněné směrování a vícestupňové workflow
  • Znovu spouštění (retries), časové limity (timeouts) a záložní strategie (fallback)
  • Idempotence a bezpečné znovuspuštění

Nástroje a externí integrace

  • Volaní funkcí/nástrojů z grafických uzlů
  • Volaní REST API a služeb v rámci grafu
  • Práce se strukturovanými výstupy

Workflow s rozšířeným načítáním (Retrieval-Augmented)

  • Základy ingestingu a rozdělování dokumentů (chunking)
  • Embeddings a vektorové úložiště (např. ChromaDB)
  • Odpovídání s odkazy na zdroje (citations)

Testování, ladění a vyhodnocování

  • Testy typu unit pro uzly a cesty
  • Sledování (tracing) a pozorovatelnost (observability)
  • Kontroly kvality: faktičnost, bezpečnost a determinismus

Základy balíčkování a nasazování

  • Nastavení prostředí a správa závislostí
  • Sloužení s grafy za API
  • Verzování workflow a postupné aktualizace (rolling updates)

Shrnutí a další kroky

Požadavky

  • Znalosti základů programování v Pythonu
  • Zkušenosti s REST API nebo nástroji příkazového řádku (CLI)
  • S obeznámení s koncepty LLM a základy inženýrství promptů

Cílová skupina

  • Vývojáři a softwaroví inženýři, kteří se teprve učí grafické orkestraci LLM
  • Inženýři promptů a nováčci ve světě AI stavící vícekrokové LLM aplikace
  • Data praktiky zkoumající automatizaci workflow s využitím LLM

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie