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.
Dauer 14 Stunden
Schulungsübersicht
Einführung in LangGraph und Graphenkonzepte
- Warum Graphen für LLM-Apps: Orchestrierung vs. einfache Ketten
- Knoten, Kanten und Zustand in LangGraph
- Hello LangGraph: der erste ausführbare Graph
Zustandsmanagement und Prompt Chaining
- Design von Prompts als Graphen-Knoten
- Übermittlung von Zuständen zwischen Knoten und Behandlung von Ausgaben
- Gedächtnismuster: kurzfristig vs. persistierter Kontext
Verzweigung, Kontrollfluss und Fehlerbehandlung
- Konditionale Routen und Mehrpfad-Workflows
- Neuverweise, Timeouts und Fallback-Strategien
- Idempotenz und sichere Neuausführungen
Werkzeuge und externe Integrationen
- Funktions-/Werkzeugaufrufe aus Graphen-Knoten
- Aufruf von REST-APIs und Diensten innerhalb des Graphen
- Arbeit mit strukturierten Ausgaben
Recherche-augmentierte Workflows
- Grundlagen zur Dokumentenaufnahme und Aufteilung
- Embeddings und Vektordatenbanken (z. B. ChromaDB)
- Begründete Antworten mit Zitaten
Testen, Debuggen und Evaluierung
- Unit-ähnliche Tests für Knoten und Pfade
- Tracing und Observabilität
- Qualitätsprüfungen: Faktizität, Sicherheit und Determinismus
Grundlagen zum Packaging und Deployment
- Einrichtung der Umgebung und Abhängigkeitsverwaltung
- Bereitstellung von Graphen hinter APIs
- Versionsverwaltung von Workflows und rollierende Updates
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Kenntnisse in der Python-Programmierung
- Erfahrung mit REST-APIs oder CLI-Tools
- Vertrautheit mit LLM-Konzepten und Grundlagen des Prompt Engineering
Zielgruppe
- Entwickler und Softwareingenieure, die neu in der graphenbasierten LLM-Orchestrierung sind
- Prompt Engineers und KI-Einsteiger, die mehrstufige LLM-Apps entwickeln
- Datenpraktiker, die Workflows mit LLMs automatisieren wollen
