LangGraph 实际应用：利用 LLM 开发高级 AI 代理

掌握 LangGraph 设计和部署高级 AI 代理的终极指南

学习内容：

• 了解 LangGraph 的核心功能和概念，包括节点、边和检查点
• 使用 LangGraph 开发一个可以有效利用短期和长期记忆的 AI 代理
• 实施先进的多智能体工作流和子图来处理复杂的现实场景
• 使用 FastAPI、Docker 和单元测试构建可用于生产的 AI 代理，以实现可维护的工作流程

课程内容主题：

• 语言图谱（LangGraph）的基础知识和核心概念
• 短期记忆和长期记忆的管理
• 构建高级工作流：人机交互系统、并行执行及多智能体模式
• 生产就绪开发，包括异步操作、子图以及使用 FastAPI 和 Docker 构建全栈应用程序

课程要求：

• 中级 Python 技能（面向对象编程、数据类型、函数、模块等）
• LangChain 基础知识
• 基本终端和 Docker 知识

课程详细描述：

本课程是您使用 LangGraph 掌握高级 AI 代理的设计和部署的终极指南。通过实践方式探索构建模块化、可扩展和可用于生产的代理的基础知识，从了解 LangGraph 基于状态设计的基本原理到创建全栈应用程序。

**课程亮点：**

• 基于状态的设计：深入研究 LangGraph 的节点和边的核心理念。
• 内存管理：利用检查点探索短期记忆，并使用 Store 对象探索长期记忆，使代理能够适应和学习。
• 高级工作流程：构建人机交互系统、实现并行执行及掌握多智能体模式。
• 生产就绪开发：学习异步操作、子图以及使用 FastAPI 和 Docker 创建全栈应用程序。

课程结束后，您不仅会拥有扎实的理论知识，还会掌握使用开源工具在任何地方部署 AI 代理的实际技能。无论您是希望保持领先地位的软件开发人员还是想扩展自身 AI 工具包的经验丰富的工程师，本课程都能让您为快速发展的 AI 代理领域做好准备。

随着人工智能代理在实际应用中的采用日益广泛，本课程可确保您已准备好设计、构建和部署能够解决实际挑战的高级系统。让我们一起开始塑造人工智能的未来吧！

B站免费课程

更多 软件编程 教程