Resumen
LangChain, un popular marco de código abierto para construir aplicaciones LLM, introdujo recientemente LangGraph. Esta extensión permite a los desarrolladores crear agentes altamente controlables. En este curso, aprenderás a construir un agente desde cero usando Python y un LLM, y luego reconstruirlo usando LangGraph, aprendiendo sobre sus componentes y cómo combinarlos para construir aplicaciones basadas en flujo. Además, aprenderás sobre la búsqueda agéntica, que devuelve múltiples respuestas en un formato amigable para el agente, mejorando el conocimiento incorporado del agente. Este curso te mostrará cómo utilizar la búsqueda agéntica en tus aplicaciones para proporcionar mejores datos a los agentes para mejorar su resultado.
En detalle:
- Construye un agente desde cero y comprende la división de tareas entre el LLM y el código alrededor del LLM.
- Implementa el agente que construiste usando LangGraph.
- Aprende cómo la búsqueda agéntica recupera múltiples respuestas en un formato predecible, a diferencia de los motores de búsqueda tradicionales que devuelven enlaces.
- Implementa la persistencia en los agentes, permitiendo la gestión de estados a través de múltiples hilos, el cambio de conversaciones y la capacidad de recargar estados anteriores.
- Incorpora humanos en el bucle en los sistemas de agentes.
- Desarrolla un agente para la redacción de ensayos, replicando el flujo de trabajo de un investigador que trabaja en esta tarea.
¡Comienza a construir agentes más controlables usando LangGraph!
Universidad: N/D
Proveedor: Coursera
Categorías: Cursos de Python, Cursos de LangChain
Programa de estudio
Enseñado por
Etiquetas
