Kontakt aufnehmen

Schulungsübersicht

LangGraph und Agentenmuster: Eine praktische Einführung

  • Graphen versus lineare Ketten: Wann und warum
  • Agenten, Tools und Planer-Ausführenden-Schleifen
  • Erster Workflow: Ein minimaler agentic Graph

State, Speicher und Kontextübertragung

  • Design von Graph-States und Knotenschnittstellen
  • Kurzzeitgedächtnis versus persistenter Speicher
  • Kontextfenster, Zusammenfassung und Rehydratation

Verzweigungslogik und Kontrollfluss

  • Konditionales Routing und Mehrwegentscheidungen
  • Wiederholungen, Zeitüberschreitungen und Circuit Breakers
  • Fallbacks, Sackgassen und Wiederherstellungsknoten

Tool-Nutzung und externe Integrationen

  • Funktions-/Tool-Aufrufe von Knoten und Agenten
  • Abruf von REST-APIs und Datenbanken über den Graphen
  • Strukturierte Ausgabe-Parsing und Validierung

Abfrageergänzte Agentenworkflows (Retrieval-Augmented Agent Workflows)

  • Dokumenten-Ingestion und Chunking-Strategien
  • Embeddings und Vektorstore mit ChromaDB
  • Geführte Antworten mit Zitaten und Schutzmechanismen

Evaluation, Debugging und Observierbarkeit

  • Nachverfolgung von Pfaden und Inspektion der Knoteninteraktionen
  • Golden Sets, Evaluierungen und Regressionstests
  • Überwachung von Qualität, Sicherheit sowie Kosten/Latenz

Verpackung und Auslieferung

  • FastAPI-Bereitstellung und Abhängigkeitsverwaltung
  • Versionierung von Graphen und Rollback-Strategien
  • Operationale Playbooks und Incident-Response

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Praktische Kenntnisse in Python
  • Erfahrung im Aufbau von LLM-Anwendungen oder Prompt-Ketten
  • Vertrautheit mit REST-APIs und JSON

Zielgruppe

  • KI-Ingenieure
  • Produktmanager
  • Entwickler, die interaktive LLM-gesteuerte Systeme erstellen
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien