Build intelligent agentic systems! Discover the key components of LangChain agents, including how prompts, LLMs, and tools work together for reasoning and action. You'll set up an agent with OpenAI's API, define custom tools, and tackle real-world tasks like math calculations. Plus, explore how LangChain organizes data using graphs, nodes, and edges.

Agents in LangChain

Creating a ReAct agent

Components of LangChain agents

Building custom tools

Create a tool for math calculations

Integrating custom tools and queries

Conversation with a ReAct agent

Conversation setup

Ask questions about conversation history

The Essentials of LangChain agents

Build dynamic, tool-augmented chatbots with LangChain and LangGraph! You’ll explore how to create a chatbot that adapts based on user input by defining states and integrating external APIs for real-time information retrieval. You'll connect these components into a responsive graph structure, enabling smooth transitions between conversation and tool-assisted responses. By the end, you’ll have a visually represented chatbot framework with enhanced reasoning and multi-step workflows.

Building graphs for chatbots

Graph and agent states

Adding nodes and edges

Generating chatbot responses

Queries and responses

Generate a graph diagram

Adding external tools to a chatbot

Build a Wikipedia tool

Add a tool to a graph

Adding memory and conversation

Visualize the graph and return tool outputs

Adding graph memory

Using graph memory for conversation

Building Chatbots with LangGraph

Expand your chatbot with dynamic tools and memory! Define and integrate multiple tools into flexible workflows, build functions for dynamic tool calling, and configure your chatbot for multiple-tool handling. Organize memory and outputs to enable interleaved, multi-turn conversations. By the end, you'll have created a sophisticated chatbot capable of complex interactions.

Definindo várias ferramentas

Crie uma ferramenta que invoque o LLM

Crie uma ferramenta com código Python

Vinculando várias ferramentas

Definindo nós e arestas para chamadas de função flexíveis

Defina uma função que interrompe o chatbot

Crie uma função para retornar uma resposta do LLM

Crie o fluxo do grafo para várias ferramentas

Organize as saídas do chatbot com memória

Configurar saídas para várias ferramentas

Habilite conversa de múltiplas trocas com memória

Parabéns!

Build Dynamic Chat Agents

Todos os dias, sistemas inteligentes estão transformando indústrias — seja com suporte ao cliente automatizado, recomendações personalizadas ou processamento dinâmico de dados. Workflows agentes, que integram modelos de linguagem e ferramentas para executar tarefas complexas, estão na linha de frente dessa transformação. Este curso destrincha os componentes essenciais desses workflows e explica como construí-los, personalizá-los e otimizá-los. Você vai aprender os princípios por trás dos agentes do LangChain, incluindo como configurar prompts, integrar ferramentas e gerenciar workflows complexos com o LangGraph. Ao final do curso, você estará pronto para criar sistemas inteligentes que automatizam tarefas complexas, aumentam a produtividade e oferecem soluções dinâmicas adaptadas a necessidades específicas de negócios.

Os fluxos de trabalho agênticos que integram LLMs e ferramentas para realizar tarefas diferenciadas estão na vanguarda da transformação da IA. Neste curso, você aprenderá os princípios fundamentais dos agentes LangChain, incluindo a configuração de prompts, a integração de ferramentas e o gerenciamento de fluxos de trabalho complexos. Ao final deste curso, você será capaz de criar sistemas inteligentes que automatizam tarefas complexas, aumentam a produtividade e fornecem soluções dinâmicas adaptadas a necessidades comerciais específicas.
<h2>Domine os fundamentos dos agentes LangChain</h2>
Você aprenderá a integrar prompts, modelos de linguagem e ferramentas em fluxos de trabalho usando a estrutura Reasoning and Action (ReAct). Em seguida, você poderá definir fluxos de trabalho agênticos, configurar ferramentas e entender os princípios básicos dos agentes LangChain enquanto visualiza esses fluxos de trabalho com o LangGraph. Você criará agentes personalizados, configurará ferramentas para acessar fontes de dados externas, como a API da Wikipedia, e gerenciará os estados dos agentes. Você será orientado na definição de nós e bordas, na criação de caminhos condicionais e na montagem de fluxos de trabalho complexos que se adaptam a condições variáveis.
<h2>Crie agentes de chat dinâmicos</h2>
Por fim, você aprenderá a monitorar mensagens, definir nós para chamadas de funções flexíveis e configurar o chatbot para lidar com várias ferramentas. Ao final deste curso, você será capaz de criar sistemas inteligentes que automatizam tarefas complexas, aumentam a produtividade e fornecem soluções dinâmicas adaptadas a necessidades comerciais específicas.

Developing LLM Applications with LangChain

Compreenda os componentes básicos dos agentes LangChain e crie agentes de chat personalizados.

Projetando Sistemas Agentes com LangChain

Entenda os componentes básicos dos agentes LangChain e crie agentes de chat personalizados.

Parabéns!

Create Your Free Account