Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
LangGraph et les Modèles d'Agents : Un Précis Pratique
- Graphes vs. chaînes linéaires : quand et pourquoi
- Agents, outils et boucles planificateur-exécuteur
- Hello workflow : un graphe agnostique minimal
État, Mémoire et Transmission de Contexte
- Conception des états du graphe et des interfaces de nœuds
- Mémoire à court terme vs. mémoire persistante
- Fenêtres de contexte, résumés et rehydratation
Logique de Branchement et Flux de Contrôle
- Itinéraires conditionnels et décisions multi-parcours
- Réessais, délais d'expiration et disjoncteurs de circuit
- Situations alternatives, impasses et nœuds de récupération
Utilisation des Outils et Intégrations Externes
- Appels de fonctions/outils à partir de nœuds et d'agents
- Consommation des API REST et des bases de données depuis le graphe
- Analyse et validation des sorties structurées
Flux de Travail Augmentés par la Recherche
- Stratégies d'ingestion et de morcellement des documents
- Incrustations et magasins vectoriels avec ChromaDB
- Réponses ancrées avec citations et mesures de sécurité
Évaluation, Débogage et Observabilité
- Suivi des parcours et inspection des interactions entre nœuds
- Ensembles d'or, évaluations et tests de régression
- Mise en œuvre du contrôle qualité, sécurité et surveillance coûts/délais
Emballage et Distribution
- Serveur FastAPI et gestion des dépendances
- Gestion de versions des graphes et stratégies de retraitement
- Playbooks opérationnels et réponse aux incidents
Récapitulatif et Étapes Suivantes
Pré requis
- Connaissance pratique de Python
- Expérience dans la construction d'applications LLM ou de chaînes de prompts
- Familiarité avec les API REST et JSON
Public cible
- Ingénieurs en IA
- Directeurs produits
- Développeurs construisant des systèmes interactifs pilotés par LLM
14 Heures