AI Agents in LangGraph

Aperçu

LangChain, un framework open-source populaire pour la construction d'applications LLM, a récemment introduit LangGraph. Cette extension permet aux développeurs de créer des agents hautement contrôlables.

Dans ce cours, vous apprendrez à construire un agent à partir de zéro en utilisant Python et un LLM, puis à le reconstruire en utilisant LangGraph, en découvrant ses composants et comment les combiner pour construire des applications basées sur des flux. De plus, vous apprendrez la recherche agentique, qui renvoie plusieurs réponses dans un format convivial pour les agents, améliorant ainsi les connaissances intégrées de l'agent.

Ce cours vous montrera comment utiliser la recherche agentique dans vos applications pour fournir de meilleures données aux agents afin d'améliorer leur production.

En détail :

• Construire un agent à partir de zéro et comprendre la division des tâches entre le LLM et le code autour du LLM.
• Implémenter l'agent que vous avez construit en utilisant LangGraph.
• Apprendre comment la recherche agentique récupère plusieurs réponses dans un format prévisible, contrairement aux moteurs de recherche traditionnels qui renvoient des liens.
• Implémenter la persistance dans les agents, permettant la gestion d'état à travers plusieurs threads, le changement de conversation et la capacité de recharger des états précédents.
• Incorporer human-in-the-loop dans les systèmes d'agents.
• Développer un agent pour la rédaction d'essais, en reproduisant le flux de travail d'un chercheur travaillant sur cette tâche.

Commencez à construire des agents plus contrôlables en utilisant LangGraph !

Université :

N/A

Fournisseur :

Coursera

Catégories :

Cours de Python, Cours de LangChain

Sujets