Sestav inteligentní agentní systémy! Objevíš klíčové komponenty agentů v LangChain – jak prompty, LLM a nástroje spolupracují při uvažování a vykonávání akcí. Nastavíš agenta s OpenAI API, definuješ vlastní nástroje a zvládneš reálné úkoly, jako jsou matematické výpočty. Navíc zjistíš, jak LangChain organizuje data pomocí grafů, uzlů a hran.

Agenti v LangChainu

Vytvoření ReAct agenta

Komponenty agentů v LangChainu

Tvorba vlastních nástrojů

Vytvoř nástroj pro matematické výpočty

Integrace vlastních nástrojů a dotazů

Konverzace s ReAct agentem

Nastavení konverzace

Dotazování na historii konverzace

Základy agentů v LangChain

Sestav dynamické chatboty rozšířené o nástroje pomocí LangChain a LangGraph! Zjistíš, jak vytvořit chatbota, který se přizpůsobuje vstupu uživatele – pomocí definice stavů a integrace externích API pro získávání informací v reálném čase. Tyto komponenty propojíš do responzivní grafové struktury, která umožňuje plynulé přechody mezi konverzací a odpověďmi s podporou nástrojů. Na konci budeš mít vizuálně znázorněný framework chatbota s rozšířeným uvažováním a víceúrovňovými workflows.

Tvorba grafů pro chatboty

Graf a stavy agenta

Přidávání uzlů a hran

Generování odpovědí chatbota

Dotazy a odpovědi

Vygenerování diagramu grafu

Přidávání externích nástrojů do chatbota

Vytvoř nástroj pro Wikipedia

Přidání nástroje do grafu

Přidání paměti a konverzace

Vizualizace grafu a vrácení výstupů nástrojů

Přidání paměti do grafu

Využití paměti grafu pro konverzaci

Tvorba chatbotů s LangGraph

Rozšiř svého chatbota o dynamické nástroje a paměť! Definuješ a integruješ více nástrojů do flexibilních workflows, sestavíš funkce pro dynamické volání nástrojů a nakonfiguruješ chatbota pro práci s více nástroji najednou. Zorganizuješ paměť a výstupy tak, aby byly možné střídající se vícekolové konverzace. Na konci budeš mít sofistikovaného chatbota schopného složitých interakcí.

Definování více nástrojů

Vytvoř nástroj, který volá LLM

Vytvoř nástroj s kódem v Pythonu

Napojení více nástrojů

Definice uzlů a hran pro flexibilní volání funkcí

Definuj funkci pro zastavení chatbota

Vytvoř funkci pro vrácení odpovědi LLM

Vytvoř graph workflow pro více nástrojů

Organizace výstupů chatbota pomocí paměti

Nastavení výstupů pro více nástrojů

Zprovoznění konverzace s více otázkami pomocí paměti

Gratulujeme!

Dynamičtí chatovací agenti

Inteligentní systémy každý den mění celá odvětví – ať už jde o automatizovanou zákaznickou podporu, personalizovaná doporučení nebo dynamické zpracování dat. Agentní workflows, které propojují jazykové modely s nástroji pro plnění složitých úkolů, stojí v čele této proměny. Kurz rozebírá základní stavební kameny agentních workflows a vysvětluje, jak je sestavit, přizpůsobit a optimalizovat. Naučíš se klíčové principy agentů v LangChain – včetně konfigurace promptů, integrace nástrojů a řízení složitých workflows pomocí LangGraph. Po absolvování kurzu budeš připravený/á budovat inteligentní systémy, které automatizují náročné úkoly, zvyšují produktivitu a nabízejí dynamická řešení šitá na míru konkrétním obchodním potřebám.

Agentní workflow, která integrují LLM a nástroje pro provádění nuancovaných úkolů, stojí v čele transformace AI. V tomto kurzu se naučíte klíčové principy agentů LangChain, včetně konfigurace promptů, integrace nástrojů a správy složitých workflow. Na konci tohoto kurzu budete schopni vytvářet inteligentní systémy, které automatizují složité úkoly, zvyšují produktivitu a poskytují dynamická řešení přizpůsobená konkrétním obchodním potřebám.
<h2>Ovládněte základy agentů LangChain</h2>
Naučíte se, jak integrovat prompty, jazykové modely a nástroje do pracovních postupů pomocí frameworku Reasoning and Action (ReAct). Poté budete schopni nastavit agentní workflow, nakonfigurovat nástroje a porozumět základním principům agentů LangChain, a zároveň tyto workflow vizualizovat pomocí LangGraph. Budete vytvářet vlastní agenty, nastavovat nástroje pro přístup k externím datovým zdrojům, jako je API Wikipedie, a spravovat stavy agentů. Budete provedeni definováním uzlů a hran, vytvářením podmíněných cest a sestavováním složitých workflow, která se přizpůsobují různým podmínkám.
<h2>Vytvářejte dynamické chatovací agenty</h2>
Nakonec se naučíte monitorovat zprávy, definovat uzly pro flexibilní volání funkcí a nakonfigurovat svého chatbota pro práci s více nástroji. Na konci tohoto kurzu budete schopni vytvářet inteligentní systémy, které automatizují složité úkoly, zvyšují produktivitu a poskytují dynamická řešení přizpůsobená konkrétním obchodním potřebám.

Developing LLM Applications with LangChain

Pochopte základní prvky agentů LangChain a vytvořte vlastní chatovací agenty.

Návrh agentních systémů s LangChain

Seznamte se se základními komponentami agentů LangChain a vytvářejte vlastní chatovací agenty.

Vývoj aplikací s LangChain

Komponenty agentů v LangChainu

Návrh agentních systémů s LangChain

Interaktivní praktické cvičení