Kontakt aufnehmen

Schulungsübersicht

Einführung in LangGraph und Graph-Konzepte

  • Warum Graphen für LLM-Anwendungen: Orchestrierung im Vergleich zu einfachen Ketten
  • Knoten, Kanten und Zustand in LangGraph
  • Hello LangGraph: Der erste ausführbare Graph

Zustandsverwaltung und Prompt-Chaining

  • Prompts als Graph-Knoten designen
  • Zustand zwischen Knoten übergeben und Ausgaben verarbeiten
  • Speichermuster: Kurzzeitspeicher vs. persistenter Kontext

Verzweigungen, Kontrollfluss und Fehlerbehandlung

  • Konditionales Routing und Multi-Pfad-Workflows
  • Wiederholungen, Timeouts und Fallback-Strategien
  • Idempotenz und sichere Neuerstellungen

Werkzeuge und externe Integrationen

  • Funktions-/Werkzeugaufrufe aus Graph-Knoten
  • Aufrufen von REST-APIs und Diensten innerhalb des Graphs
  • Umgang mit strukturierten Ausgaben

Retrieval-verstärkte Workflows

  • Grundlagen der Dokumentenaufnahme und Chunking
  • Embeddings und Vektorspeicher (z. B. ChromaDB)
  • Begründete Antworten mit Quellenangaben

Testung, Debugging und Evaluation

  • Unit-Tests für Knoten und Pfade
  • Tracing und Observabilität
  • Qualitätsprüfungen: Faktizität, Sicherheit und Determinismus

Grundlagen des Packageings und der Bereitstellung

  • Umgebungseinrichtung und Dependency-Management
  • Bereitstellung von Graphen hinter APIs
  • Versionierung von Workflows und Rolling Updates

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Kenntnisse der Python-Programmierung
  • Erfahrung mit REST-APIs oder CLI-Tools
  • Vertrautheit mit LLM-Konzepten und den Grundlagen von Prompt Engineering

Zielgruppe

  • Entwickler und Softwareingenieure, die neu im Bereich graphbasierter LLM-Orchestrierung sind.
  • Prompt-Ingenieure und KI-Einsteiger beim Aufbau von mehrstufigen LLM-Anwendungen.
  • Datennutzer, die Workflow-Automatisierung mit LLMs erkunden.
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien