Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Einführung in LangGraph und Graphkonzepte

  • Warum Graphen für LLM-Apps: Orchestrierung vs. einfache Ketten
  • Knoten, Kanten und Zustand in LangGraph
  • Erster ausführbarer Graph in LangGraph

Zustandsverwaltung und Prompt-Chaining

  • Gestaltung von Prompts als Graphknoten
  • Übergabe des Zustands zwischen Knoten und Verarbeitung von Ausgaben
  • Gedächtnismuster: Kurzzeit- vs. persistenter Kontext

Verzweigung, Kontrollfluss und Fehlerbehandlung

  • Bedingte Routierung und Workflows mit mehreren Pfaden
  • Neuverteilungen, Timeouts und Fallback-Strategien
  • Idempotenz und sichere Neustarts

Werkzeuge und externe Integrationen

  • Funktions- und Werkzeugaufrufe aus Graphknoten
  • Aufruf von REST-APIs und Diensten innerhalb des Graphen
  • Arbeit mit strukturierten Ausgaben

Retrieval-gestützte Workflows

  • Grundlagen der Dokumentenerfassung und Aufteilung (Chunking)
  • Embeddings und Vektordatenbanken (z. B. ChromaDB)
  • Begründete Antworten mit Zitationen

Testen, Debuggen und Bewertung

  • Unit-ähnliche Tests für Knoten und Pfade
  • Tracing und Beobachtbarkeit (Observability)
  • Qualitätssicherungen: Faktentreue, Sicherheit und Determinismus

Grundlagen der Verpackung und Bereitstellung

  • Einrichtung der Umgebung und Abhängigkeitsverwaltung
  • Bereitstellung von Graphen hinter APIs
  • Versionierung von Workflows und Rollierende Updates

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Python-Programmierung
  • Erfahrung mit REST-APIs oder CLI-Tools
  • Vertrautheit mit LLM-Konzepten und Grundlagen des Prompt Engineering

Zielgruppe

  • Entwickler und Softwareingenieure, die neu im Bereich der graphbasierten LLM-Orchestrierung sind
  • Prompt Engineers und KI-Neulinge, die mehrstufige LLM-Apps erstellen
  • Datenpraktiker, die Workflow-Automatisierung mit LLMs erkunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien