Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

LangGraph und Agentenmuster: Ein praktischer Einstieg

  • Graphen vs. lineare Ketten: Wann und warum
  • Agenten, Werkzeuge und Planner-Executor-Schleifen
  • Hello workflow: Ein minimales agentenbasiertes Graph-Modell

Zustand, Speicher und Kontextübergabe

  • Gestaltung von Graphenzustand und Knotenschnittstellen
  • Kurzzeit-Speicher vs. persistenter Speicher
  • Kontextfenster, Zusammenfassung und Rehydratation

Verzweigungslogik und Ablaufsteuerung

  • Konditionales Routing und Mehrpfad-Entscheidungen
  • Wiederholungen, Timeouts und Circuit Breakers
  • Fallbacks, Enden ohne Ergebnis und Wiederherstellungsknoten

Werkzeugnutzung und externe Integrationen

  • Funktions- und Werkzeugaufrufe aus Knoten und Agenten heraus
  • Nutzung von REST-APIs und Datenbanken aus dem Graphen heraus
  • Parsen und Validieren strukturierter Ausgaben

Retrieval-Augmented Agent Workflows

  • Dokumenteneingabe und Chunking-Strategien
  • Embeddings und Vektorspeicher mit ChromaDB
  • Grundlegte Antworten mit Zitationen und Schutzmaßnahmen

Bewertung, Debugging und Observierbarkeit

  • Nachverfolgung von Pfaden und Inspektion von Knoteninteraktionen
  • Goldene Datensätze, Bewertungen und Regressionstests
  • Überwachung von Qualität, Sicherheit, Kosten und Latenz

Packaging und Bereitstellung

  • Bereitstellung über FastAPI und Dependency-Management
  • Versionierung von Graphen und Rollback-Strategien
  • Operationelle Playbooks und Incident Response

Zusammenfassung und nächste Schritte

Voraussetzungen

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

Zielgruppe

  • AI-Ingenieure
  • Produktmanager
  • Entwickler, die interaktive, LLM-gesteuerte Systeme bauen

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien