Twórz inteligentne systemy agentowe! Poznaj kluczowe elementy agentów LangChain – dowiedz się, jak prompty, LLM-y i narzędzia współpracują podczas rozumowania i działania. Skonfigurujesz agenta z API OpenAI, zdefiniujesz własne narzędzia i zmierzysz się z rzeczywistymi zadaniami, takimi jak obliczenia matematyczne. Odkryjesz też, jak LangChain organizuje dane przy użyciu grafów, węzłów i krawędzi.

Agenty w LangChain

Tworzenie agenta ReAct

Komponenty agentów LangChain

Tworzenie własnych narzędzi

Tworzenie narzędzia do obliczeń matematycznych

Integrowanie niestandardowych narzędzi i zapytań

Rozmowa z agentem ReAct

Konfiguracja rozmowy

Zadawaj pytania o historię rozmowy

Podstawy agentów LangChain

Twórz dynamiczne chatboty wzbogacone o narzędzia, korzystając z LangChain i LangGraph! Zobaczysz, jak zbudować chatbota, który dostosowuje się do danych wejściowych użytkownika – przez definiowanie stanów i integrację zewnętrznych API do pobierania informacji w czasie rzeczywistym. Połączysz te elementy w responsywną strukturę grafu, która umożliwia płynne przejścia między zwykłą rozmową a odpowiedziami wspomaganymi narzędziami. Na koniec otrzymasz wizualnie przedstawiony szkielet chatbota z zaawansowanym rozumowaniem i wieloetapowymi przepływami.

Budowanie grafów dla chatbotów

Graf i stany agenta

Dodawanie węzłów i krawędzi

Generowanie odpowiedzi chatbota

Zapytania i odpowiedzi

Generowanie diagramu grafu

Dodawanie zewnętrznych narzędzi do chatbota

Zbuduj narzędzie Wikipedia

Dodaj narzędzie do grafu

Dodawanie pamięci i konwersacji

Wizualizacja grafu i zwracanie wyników narzędzi

Dodawanie pamięci do grafu

Korzystanie z pamięci grafu w rozmowie

Budowanie chatbotów z LangGraph

Rozszerz swojego chatbota o dynamiczne narzędzia i pamięć! Zdefiniuj i zintegruj wiele narzędzi w elastycznych przepływach, zbuduj funkcje do dynamicznego wywoływania narzędzi i skonfiguruj chatbota do obsługi wielu narzędzi jednocześnie. Zorganizuj pamięć i wyniki, aby umożliwić wieloetapowe, przeplatające się konwersacje. Na koniec stworzysz zaawansowanego chatbota zdolnego do prowadzenia złożonych interakcji.

Definiowanie wielu narzędzi

Zbuduj narzędzie wywołujące LLM

Zbuduj narzędzie przy użyciu kodu Python

Łączenie wielu narzędzi

Definiowanie węzłów i krawędzi dla elastycznego wywoływania funkcji

Zdefiniuj funkcję zatrzymującą chatbota

Tworzenie funkcji zwracającej odpowiedź modelu LLM

Tworzenie grafu przepływu pracy dla wielu narzędzi

Organizowanie wyników chatbota z użyciem pamięci

Konfigurowanie wyników dla wielu narzędzi

Włącz wieloturową rozmowę z pamięcią

Gratulacje!

Tworzenie dynamicznych agentów czatu

Inteligentne systemy każdego dnia zmieniają całe branże – od automatycznej obsługi klienta, przez spersonalizowane rekomendacje, po dynamiczne przetwarzanie danych. Przepływy agentowe, łączące modele językowe z narzędziami w celu realizacji złożonych zadań, są w centrum tej transformacji. Kurs omawia kluczowe elementy przepływów agentowych i pokazuje, jak je budować, dostosowywać i optymalizować. Poznasz podstawowe zasady działania agentów LangChain, w tym konfigurowanie promptów, integrowanie narzędzi oraz zarządzanie złożonymi przepływami za pomocą LangGraph. Po ukończeniu kursu będziesz gotowy do tworzenia inteligentnych systemów, które automatyzują skomplikowane zadania, zwiększają produktywność i dostarczają dynamicznych rozwiązań dopasowanych do konkretnych potrzeb biznesowych.

Agentowe przepływy pracy integrujące LLM-y i narzędzia do wykonywania złożonych zadań znajdują się na czele transformacji AI. W tym kursie poznasz kluczowe zasady działania agentów LangChain, w tym konfigurowanie promptów, integrowanie narzędzi i zarządzanie złożonymi przepływami pracy. Pod koniec tego kursu będziesz potrafić tworzyć inteligentne systemy, które automatyzują złożone zadania, zwiększają produktywność i zapewniają dynamiczne rozwiązania dopasowane do konkretnych potrzeb biznesowych.
<h2>Opanuj podstawy agentów LangChain</h2>
Nauczysz się, jak integrować prompty, modele językowe i narzędzia w przepływach pracy, korzystając z frameworka Reasoning and Action (ReAct). Następnie będziesz w stanie tworzyć agentowe przepływy pracy, konfigurować narzędzia i zrozumieć podstawowe zasady agentów LangChain, wizualizując te przepływy pracy za pomocą LangGraph. Zbudujesz niestandardowych agentów, skonfigurujesz narzędzia do uzyskiwania dostępu do zewnętrznych źródeł danych, takich jak API Wikipedii, oraz będziesz zarządzać stanami agentów. Zostaniesz poprowadzony przez definiowanie węzłów i krawędzi, tworzenie warunkowych ścieżek oraz budowanie złożonych przepływów pracy, które dostosowują się do zmieniających się warunków.
<h2>Twórz dynamicznych agentów czatu</h2>
Na koniec nauczysz się monitorować wiadomości, definiować węzły do elastycznego wywoływania funkcji oraz konfigurować swojego chatbota do obsługi wielu narzędzi. Pod koniec tego kursu będziesz potrafić tworzyć inteligentne systemy, które automatyzują złożone zadania, zwiększają produktywność i zapewniają dynamiczne rozwiązania dopasowane do konkretnych potrzeb biznesowych.

Developing LLM Applications with LangChain

Poznaj podstawy agentów LangChain i twórz własne czat boty.

Projektowanie systemów agentowych z LangChain

Poznaj podstawowe elementy agentów LangChain i twórz własne agentów czatu.

Tworzenie aplikacji z LangChain

Founder & AI Engineer, Genverv, Ltd.

Definiowanie węzłów i krawędzi do elastycznego wywoływania funkcji

Tworzenie przepływu z wieloma narzędziami

Definiowanie funkcji przepływu

Tworzenie funkcji warunku stopu

Tworzenie dynamicznego wywołania narzędzia

Tworzenie grafu

Dodawanie pamięci

Czas na ćwiczenia!

Tworzenie dynamicznych agentów czatu - Definiowanie węzłów i krawędzi dla elastycznego wywoływania funkcji

Definiowanie węzłów i krawędzi dla elastycznego wywoływania funkcji

Create Your Free Account