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
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