Prenez contact avec nous

Plan du cours

Introduction à LangGraph et aux concepts de graphes

  • Pourquoi utiliser des graphes pour les applications LLM : orchestration vs. chaînes simples.
  • Nœuds, arêtes et état dans LangGraph.
  • Premier graphe exécutable avec LangGraph.

Gestion de l'état et enchaînement des invitations

  • Conception des invitations en tant que nœuds de graphe.
  • Transmission de l'état entre les nœuds et gestion des sorties.
  • Patrons de mémoire : contexte à court terme vs. contexte persisté.

Ramification, flux de contrôle et gestion des erreurs

  • Routage conditionnel et flux de travail à chemins multiples.
  • Tentatives de reconnexion (retries), délais d'attente et stratégies de secours.
  • Idempotence et exécution sécurisée des reprises.

Outils et intégrations externes

  • Appel de fonctions / d'outils depuis les nœuds du graphe.
  • Appel d'API REST et de services au sein du graphe.
  • Travail avec des sorties structurées.

Flux de travail à récupération augmentée (RAG)

  • Notions de base sur l'ingestion de documents et le fractionnement (chunking).
  • Embeddings et bases de données vectorielles (par ex., ChromaDB).
  • Réponses étayées avec citations.

Tests, débogage et évaluation

  • Tests de style unitaire pour les nœuds et les chemins.
  • Suivi et observabilité.
  • Vérifications de qualité : exactitude factuelle, sécurité et déterminisme.

Fondamentaux de l'emballage et du déploiement

  • Configuration de l'environnement et gestion des dépendances.
  • Exposition des graphes via des API.
  • Versionnement des flux de travail et mises à jour progressives.

Résumé et prochaines étapes

Pré requis

  • Comprendre les bases de la programmation en Python.
  • Avoir de l'expérience avec les API REST ou les outils CLI.
  • Maîtriser les concepts des LLM et les fondamentaux du prompt engineering.

Public visé

  • Développeurs et ingénieurs logiciels découvrant l'orchestration de LLM basée sur des graphes.
  • Ingénieurs en prompt engineering et débutants en IA construisant des applications LLM multicouches.
  • Praticiens de la données explorant l'automatisation des flux de travail avec les LLM.
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires