Lerne, wie man KI-Agenten auf die LangGraph-Art baut! Stell dir eine Toolbox mit Tools zusammen, die deinen Agenten dabei helfen, mit APIs zu interagieren, Daten aus CSV-Dateien abzurufen und Python-Code auszuführen! Fang an, ein Ein-Agenten-System aufzubauen, indem du Knoten und Kanten benutzt, um das LLM und die Tools auf kontrollierte und methodische Weise zu verbinden.

Agenten aufbauen auf die LangGraph-Art!

Agent-Toolbox: Wikipedia-Tool

Agent-Toolbox: Tool für Aktien-Infos

Agent-Toolbox: Python-Tool

Agentische Orchestrierung mit LangGraph

Dein erster Agent!

Agenten als Graphen

Seit dem Aufkommen von KI-Agenten sind ein paar agentenbasierte Designmuster entstanden, und du lernst zwei der beliebtesten kennen: Schwarm- (oder dezentrale) Multiagenten und Supervisor-Multiagenten. Du wirst sehen, dass LangGraph jede Menge Funktionen bietet, um Multi-Agenten ganz nach deinen Bedürfnissen zu gestalten.

Werkzeug oder kein Werkzeug!

Bedingte Tool-Aufrufe

Einzeilige Agenten

Multi-Agenten-Frameworks

Noch ein Agent!

Supervisor-Agenten

Zusammenfassung

LangGraph Multi-Agents

Entwerfen und erstellen Sie Ihre eigenen Agenten mit LangGraph! LangGraph ist ein wichtiger Teil des LangChain-Ökosystems und wird verwendet, um produktionsreife KI-Agenten mit einem hohen Maß an Anpassbarkeit zu erstellen. Mit LangGraph baust du einen agentenbasierten Assistenten, der Infos und Aktienkursdaten von Fortune-500-Unternehmen sammelt und diese mithilfe von Visualisierungen analysiert! Entdecke die neuesten Multi-Agenten-Architekturen, wie Schwarm- (oder dezentrale) Multi-Agenten und Supervisor-Multi-Agenten. Werde noch heute Entwickler von KI-Agentensystemen!

<h2>KI-Agenten mit LangGraph erstellen</h2>Entwerfen und erstellen Sie Ihre eigenen Agenten mit LangGraph! LangGraph ist ein wichtiger Teil des LangChain-Ökosystems und wird verwendet, um produktionsreife KI-Agenten mit einem hohen Maß an Anpassbarkeit zu erstellen. Mit LangGraph können Entwickler Agenten als Graphen mit Knoten und Kanten erstellen. So lassen sich Informationsflüsse und Entscheidungswege genau abbilden und das Risiko unerwarteter Fehler wird reduziert.<h2>Entdecke neue Multi-Agenten-Architekturen</h2>Seit dem Aufkommen von KI-Agenten sind ein paar agentenbasierte Designmuster entstanden, und du lernst zwei der beliebtesten kennen: Netzwerk- (oder dezentrale) Multiagenten und Supervisor-Multiagenten. Verwalte mehrere Agenten ganz einfach, indem du einen Supervisor-Agenten einrichtest, der Aufgaben verteilt und die Zusammenarbeit zwischen den Worker-Agenten fördert.<h2>Mach dir deinen eigenen Agentic Assistant</h2>Mit LangGraph baust du einen agentenbasierten Assistenten, der Infos und Aktienkursdaten von Fortune-500-Unternehmen sammelt und diese mithilfe von Visualisierungen analysiert!<br><br>Du wirst sehen, wie sich dieser Agent von einem einfachen Ein-Agenten-System zu einem Multi-Agenten-System mit drei Agenten entwickelt! Werde Teil der wachsenden Community von KI-Entwicklern und lerne noch heute, KI-Agenten zu entwerfen und zu entwickeln!

Designing Agentic Systems with LangChain

Erstellen Sie leistungsstarke Multi-Agenten-Systeme mit neuen Designmustern im LangGraph-Framework.

Multi-Agenten-Systeme mit LangGraph

Entwickle leistungsstarke Multi-Agenten-Systeme, indem du neue agentenbasierte Designmuster im LangGraph-Framework einsetzt.

Agent-Toolbox: Python-Tool

Multi-Agenten-Systeme mit LangGraph

Anleitung zur Übung

Interaktive Übung