お問い合わせ

コース概要

LangGraphとエージェントパターン:実践的な入門

  • グラフと線形チェーンの違い:いつ、なぜ使うか
  • エージェント、ツール、プランナー-エグゼキューターのループ
  • Hello workflow:最小限のエージェンティックグラフ

状態、メモリ、およびコンテキストの受け渡し

  • グラフ状態とノードインターフェースの設計
  • 短期メモリと永続メモリ
  • コンテキストウィンドウ、要約、および状態復元

分岐ロジックと制御フロー

  • 条件付きルーティングとマルチパスの意思決定
  • リトライ、タイムアウト、サーキットブレーカー
  • フォールバック、デッドエンド、および復旧ノード

ツール使用と外部統合

  • ノードやエージェントからの関数/ツール呼び出し
  • グラフからのREST APIとデータベースの消費
  • 構造化された出力のパースと検証

検索拡張エージェントワークフロー

  • ドキュメントの取り込みとチャンキング戦略
  • ChromaDBによる埋め込みとベクトルストア
  • 引用と安全性 safeguards を備えた根拠のある回答

評価、デバッグ、および観測可能性

  • パスの追跡とノード相互作用の検査
  • ゴールドセット、評価、回帰テスト
  • 品質、安全性、コスト/レイテンシーの監視

パッケージ化と配信

  • FastAPIによるサービス提供と依存関係の管理
  • グラフのバージョン管理とロールバック戦略
  • 運用プレイブックとインシデント対応

まとめと次のステップ

要求

  • Pythonの基本的な知識
  • LLMアプリケーションまたはプロンプトチェーンの構築経験
  • REST APIおよびJSONの習熟度

対象者

  • AIエンジニア
  • プロダクトマネージャー
  • インタラクティブなLLM駆動システムの開発者
 14 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー