Baue intelligente agentenbasierte Systeme! Entdecke die Schlüsselkomponenten der LangChain-Agenten, z.B. wie Prompts, LLMs und Werkzeuge zusammenarbeiten, um zu denken und zu handeln. Du richtest einen Agenten mit der OpenAI-API ein, definierst benutzerdefinierte Werkzeuge und erledigst reale Aufgaben wie mathematische Berechnungen. Außerdem erfährst du, wie LangChain Daten mithilfe von Graphen, Knoten und Kanten organisiert.

Agenten in der LangChain

Einen ReAct-Agenten erstellen

Komponenten der LangChain-Agenten

Benutzerdefinierte Werkzeuge bauen

Ein Werkzeug für mathematische Berechnungen erstellen

Integration von benutzerdefinierten Tools und Abfragen

Gespräch mit einem ReAct-Agenten

Gesprächsaufbau

Stelle Fragen zur Gesprächsgeschichte

Die Grundlagen der LangChain-Agenten

Baue dynamische, werkzeugunterstützte Chatbots mit LangChain und LangGraph! Du erfährst, wie du einen Chatbot erstellst, der sich an die Benutzereingaben anpasst, indem du Zustände definierst und externe APIs zum Abrufen von Informationen in Echtzeit integrierst. Du verbindest diese Komponenten zu einer responsiven Graphenstruktur, die fließende Übergänge zwischen Gesprächen und toolgestützten Antworten ermöglicht. Am Ende wirst du ein visuell dargestelltes Chatbot-Framework mit erweiterten Argumenten und mehrstufigen Workflows haben.

Graphen für Chatbots erstellen

Graph und Agentenstatus

Hinzufügen von Knoten und Kanten

Chatbot-Antworten generieren

Abfragen und Antworten

Erstelle ein Diagramm

Hinzufügen externer Tools zu einem Chatbot

Baue ein Wikipedia-Tool

Einem Diagramm ein Werkzeug hinzufügen

Hinzufügen von Erinnerungen und Gesprächen

Visualisiere das Diagramm und gib die Ergebnisse des Tools zurück

Hinzufügen von Grafikspeicher

Grafikspeicher für Gespräche nutzen

Chatbots mit LangGraph bauen

Erweitere deinen Chatbot mit dynamischen Tools und Speicher! Definiere und integriere mehrere Tools in flexible Workflows, erstelle Funktionen für den dynamischen Aufruf von Tools und konfiguriere deinen Chatbot für die Handhabung mehrerer Tools. Organisiere den Speicher und die Ausgänge, um verschachtelte Gespräche mit mehreren Runden zu ermöglichen. Am Ende wirst du einen ausgefeilten Chatbot erstellt haben, der zu komplexen Interaktionen fähig ist.

Mehrere Werkzeuge definieren

Erstelle ein Werkzeug, das die LLM

Baue ein Werkzeug mit Python-Code

Mehrere Werkzeuge binden

Definition von Knoten und Kanten für flexible Funktionsaufrufe

Definiere eine Funktion, die den Chatbot anhält

Erstelle eine Funktion, die eine LLM Antwort zurückgibt

Erstelle den Grafik-Workflow für mehrere Werkzeuge

Organisiere Chatbot-Ausgaben mit Speicher

Konfiguriere die Ausgaben für mehrere Werkzeuge

Ermögliche Multi-Turn-Gespräche mit Speicher

Glückwunsch!

Dynamische Chat-Agenten erstellen

Jeden Tag verändern intelligente Systeme die Industrie - sei es durch automatisierten Kundensupport, personalisierte Empfehlungen oder dynamische Datenverarbeitung. Agentenbasierte Arbeitsabläufe, die Sprachmodelle und Werkzeuge zur Durchführung komplexer Aufgaben integrieren, stehen an der Spitze dieses Wandels. In diesem Kurs werden die wesentlichen Komponenten von agenturischen Workflows aufgeschlüsselt und erklärt, wie man sie erstellt, anpasst und optimiert. Du lernst die wichtigsten Prinzipien der LangChain-Agenten kennen, einschließlich der Konfiguration von Prompts, der Integration von Tools und der Verwaltung komplexer Workflows mit LangGraph. Am Ende dieses Kurses wirst du in der Lage sein, intelligente Systeme zu entwickeln, die komplexe Aufgaben automatisieren, die Produktivität steigern und dynamische Lösungen anbieten, die auf spezifische Geschäftsanforderungen zugeschnitten sind.

Agentenbasierte Arbeitsabläufe, die LLMs und Werkzeuge integrieren, um nuancierte Aufgaben zu erfüllen, stehen an der Spitze der KI-Transformation. In diesem Kurs lernst du die wichtigsten Prinzipien der LangChain-Agenten kennen, einschließlich der Konfiguration von Prompts, der Integration von Tools und der Verwaltung komplexer Workflows. Am Ende dieses Kurses wirst du in der Lage sein, intelligente Systeme zu entwickeln, die komplexe Aufgaben automatisieren, die Produktivität steigern und dynamische Lösungen anbieten, die auf spezifische Geschäftsanforderungen zugeschnitten sind.
<h2>Beherrsche die Grundlagen der LangChain-Agenten</h2>
Du lernst, wie du mit dem Reasoning and Action (ReAct)-Framework Prompts, Sprachmodelle und Tools in Workflows integrieren kannst. Danach wirst du in der Lage sein, agentenbasierte Arbeitsabläufe einzurichten, Werkzeuge zu konfigurieren und die Grundprinzipien von LangChain-Agenten zu verstehen, während du diese Arbeitsabläufe mit LangGraph visualisierst. Du erstellst benutzerdefinierte Agenten, richtest Tools für den Zugriff auf externe Datenquellen wie die Wikipedia-API ein und verwaltest Agentenstatus. Du wirst durch die Definition von Knoten und Kanten, das Erstellen von bedingten Pfaden und das Zusammenstellen komplexer Workflows, die sich an unterschiedliche Bedingungen anpassen, geführt.
<h2>Dynamische Chat-Agenten erstellen</h2>
Schließlich lernst du, Nachrichten zu überwachen, Knoten für flexible Funktionsaufrufe zu definieren und deinen Chatbot für den Umgang mit mehreren Werkzeugen zu konfigurieren. Am Ende dieses Kurses wirst du in der Lage sein, intelligente Systeme zu entwickeln, die komplexe Aufgaben automatisieren, die Produktivität steigern und dynamische Lösungen anbieten, die auf spezifische Geschäftsanforderungen zugeschnitten sind.

Developing LLM Applications with LangChain

Verstehen Sie die Grundlagen von LangChain-Agenten und erstellen Sie benutzerdefinierte Chat-Agenten.

Agentensysteme mit LangChain entwerfen

Mache dich mit den grundlegenden Komponenten der LangChain-Agenten vertraut und baue eigene Chat-Agenten.

Entwicklung von Anwendungen mit LangChain

Founder & AI Engineer, Genverv, Ltd.

Defining nodes and edges for flexible function calling

Building a multi-tool workflow

Define workflow functions

Create a stop condition function

Create a dynamic tool caller

Create the graph

Adding memory

Let's practice!

Dynamische Chat-Agenten erstellen - Definition von Knoten und Kanten für flexible Funktionsaufrufe