Lerne, KI-Agents auf die LangGraph-Art zu bauen! Lege dir eine Werkzeugkiste zu, damit dein Agent mit APIs interagieren, Daten aus CSV-Dateien abrufen und Python-Code ausführen kann! Beginne mit dem Aufbau eines Single-Agent-Systems, indem du Knoten und Kanten nutzt, um LLM und Tools kontrolliert und strukturiert zu verbinden.

Agenten auf die LangGraph-Art bauen!

Agenten-Toolbox: Wikipedia-Tool

Agenten-Toolbox: Tool für Kursdaten

Agenten-Toolbox: Python-Tool

Agenten-Orchestrierung mit LangGraph

Dein erster Agent!

Agents als Graphen

Seit dem Aufkommen von KI-Agents haben sich einige agentische Designmuster herausgebildet. Du lernst zwei der beliebtesten kennen: Schwarm- (oder dezentrale) Multi-Agents und Supervisor-Multi-Agents. Du wirst sehen, dass LangGraph eine Vielzahl an Funktionen bietet, um Multi-Agents für deinen konkreten Anwendungsfall zu entwerfen.

Tool nutzen oder nicht?

Bedingte Tool-Aufrufe

One-line-Agents

Multi-Agent-Frameworks

Noch ein Agent!

Supervisor-Agenten

Zusammenfassung

LangGraph-Multi-Agents

Entwirf und baue deine eigenen Agents mit LangGraph! LangGraph ist ein Kernbestandteil des LangChain-Ökosystems und wird verwendet, um produktionsreife KI-Agents mit hohem Maß an Anpassbarkeit zu entwickeln. Du nutzt LangGraph, um einen agentischen Assistenten zu bauen, der Informationen und Kursdaten zu Fortune-500-Unternehmen sammelt und sie mithilfe von Visualisierungen analysiert! Entdecke modernste Multi-Agent-Architekturen, darunter Schwarm- (oder dezentrale) Multi-Agents und Supervisor-Multi-Agents. Werde noch heute zum Builder von KI-Agent-Systemen!

<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-Agent Systems mit LangGraph

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

Supervisor-Agenten

Multi-Agent Systems mit LangGraph

Anleitung zur Übung

Interaktive Übung