Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
LangGraph und Agentenmuster: Ein praktischer Einstieg
- Graphen versus lineare Chains: Wann und warum
- Agenten, Tools und Planner-Executor-Loops
- Hello Workflow: Ein minimales agentic Graph
Zustand, Speicher und Kontextübergabe
- Entwurf von Graph-Zuständen und Knotenschnittstellen
- Kurzzeitgedächtnis versus persistiertes Gedächtnis
- Kontextfenster, Zusammenfassung und Rehydration
Verzweigungslogik und Kontrollfluss
- Konditionales Routing und Multi-Pfad-Entscheidungen
- Wiederholungen, Zeitüberschreitungen und Circuit Breaker
- Fallbacks, Sackgassen und Recovery-Knoten
Tool-Nutzung und externe Integrationen
- Funktion/Tool-Calling von Knoten und Agenten
- Nutzung von REST-APIs und Datenbanken aus dem Graphen
- Parsing und Validierung strukturierter Ausgaben
Abrufgestützte Agent-Workflows
- Dokumentenaufnahme und Chunking-Strategien
- Embeddings und Vektorspeicher mit ChromaDB
- Gefundene Antworten mit Zitaten und Schutzmaßnahmen
Evaluation, Debugging und Observability
- Pfade verfolgen und Knoteninteraktionen untersuchen
- Golden Sets, Evaluierungen und Regressionstests
- Überwachung von Qualität, Sicherheit und Kosten/Latenz
Packaging und Lieferung
- Serving mit FastAPI und Dependency-Management
- Versionierung von Graphen und Rollback-Strategien
- Operative Spielpläne und Incident Response
Zusammenfassung und nächste Schritte
Voraussetzungen
- Praktische Kenntnisse in Python
- Erfahrung im Aufbau von LLM-Anwendungen oder Prompt-Chains
- Vertrautheit mit REST-APIs und JSON
Zielgruppe
- AI-Ingenieure
- Produktmanager
- Entwickler, die interaktive, LLM-gesteuerte Systeme aufbauen
14 Stunden