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
Einführung in LangGraph sowie Grundlagen der Graphentheorie
- Warum Graphen für LLM-Anwendungen? Unterschiede zu einfachen Prompt-Ketten.
- Knoten, Kanten und Zustandsverwaltung in LangGraph.
- Ein erster Ausführungsversuch: Wie man das erste Graphenmodell programmiert.
Zustandsmanagement und Kettung von Prompts
- Ausgestaltung von Prompts als individuelle Knoten im Graph.
- Datenübertragung zwischen Knoten sowie Behandlung der Ergebnisse.
- Speicherstrategien: Unterschiede zwischen vorübergehendem und permanent gespeichertem Kontext.
Verzweigungen, Steuerungsfluss und Fehlerbehandlung
- Bedingte Routingmechanismen sowie Umsetzung mehrfacher Ausführungspfade.
- Strategien zum erneuten Versuch, zur Zeitanpassung sowie zu Alternativverläufen.
- Einmaligkeit der Prozesse und Sicherheit bei wiederholten Ausführungen.
Werkzeuge und externe Integrationen
- Nutzung von Funktionen bzw. Werkzeugen innerhalb der Graphenstruktur.
- Aufruf externer REST-Dienste sowie API-Schnittstellen im Kontext des Graphen.
- Verarbeitung strukturierter Ausgabedaten aus den bereitgestellten Diensten.
Graphenbasierte Suchprozesse mit Retrieval-Technik
- Einführung in das Einlesen sowie Aufteilen von Dokumenten.
- Verwendung von Vektoren und Datenbanken wie ChromaDB zur Informationssuche.
- Erstellung zitierbarer Antworten, die auf tatsächlichen Quellen basieren.
Testverfahren, Debugging sowie Bewertung der Ergebnisse
- Einheitstests für individuelle Knoten und ganze Ausführungspfade.
- Verfolgung von Abläufen zur besseren Überwachbarkeit sowie Analyse.
- Qualitätsbewertung: Einhaltung der Faktenlage, Sicherheitsaspekte und Vorhersagbarkeit des Modells.
Grundsätze zur Paketierung und Bereitstellung von Anwendungen
- Einrichtung der Arbeitsumgebung samt Verwaltung sämtlicher Abhängigkeiten.
- Bereitstellung des Graphen als API-Dienst im Netzwerk.
- Effiziente Workflow-Verwaltung einschließlich Versionskontrolle und automatischer Aktualisierungen.
Abschlussbetrachtung und weitere Entwicklungsmöglichkeiten
Voraussetzungen
- Basiswissen in der Python-Programmierung
- Erfahrung mit REST-APIs oder Kommandozeilenwerkzeugen
- Grundkenntnisse zu LLMs sowie Methoden des Prompt Engineerings
Zielgruppe
- Entwickler und Softwareingenieure, die sich mit graphbasierten Ansätzen zur Orchestrierung von LLMs vertraut machen wollen.
- Prompt-Ingenieure sowie Einsteiger in das Feld der KI, die komplexe mehrstufige LLM-Anwendungen entwickeln möchten.
- Datenfachkräfte, die automatisierte Workflows unter Nutzung von LLMs erkunden wollen.
14 Stunden
