Crie sistemas agênticos inteligentes! Descubra os principais componentes dos agentes LangChain, incluindo como prompts, LLMs e ferramentas trabalham juntos para raciocínio e ação. Você configurará um agente com a API da OpenAI, definirá ferramentas personalizadas e realizará tarefas do mundo real, como cálculos matemáticos. Além disso, explore como o LangChain organiza os dados usando gráficos, nós e bordas.

Agentes em LangChain

Criação de um agente ReAct

Componentes dos agentes LangChain

Criação de ferramentas personalizadas

Criar uma ferramenta para cálculos matemáticos

Integração de ferramentas e consultas personalizadas

Conversa com um agente ReAct

Configuração da conversa

Faça perguntas sobre o histórico de conversas

Os fundamentos dos agentes LangChain

Crie chatbots dinâmicos e complementados por ferramentas com LangChain e LangGraph! Você explorará como criar um chatbot que se adapta com base na entrada do usuário, definindo estados e integrando APIs externas para recuperação de informações em tempo real. Você conectará esses componentes em uma estrutura gráfica responsiva, permitindo transições suaves entre conversas e respostas assistidas por ferramentas. No final, você terá uma estrutura de chatbot representada visualmente com raciocínio aprimorado e fluxos de trabalho de várias etapas.

Criação de gráficos para chatbots

Estados do gráfico e do agente

Adição de nós e bordas

Geração de respostas do chatbot

Consultas e respostas

Gerar um diagrama gráfico

Adicionando ferramentas externas a um chatbot

Crie uma ferramenta da Wikipédia

Adicionar uma ferramenta a um gráfico

Adicionando memória e conversação

Visualize o gráfico e retorne os resultados da ferramenta

Adicionando memória gráfica

Uso da memória gráfica para conversação

Criando chatbots com LangGraph

Expanda seu chatbot com ferramentas dinâmicas e memória! Defina e integre várias ferramentas em fluxos de trabalho flexíveis, crie funções para chamadas dinâmicas de ferramentas e configure seu chatbot para lidar com várias ferramentas. Organize a memória e as saídas para permitir conversas intercaladas e com várias voltas. Ao final, você terá criado um chatbot sofisticado capaz de interações complexas.

Definição de várias ferramentas

Crie uma ferramenta que invoque o LLM

Criar uma ferramenta com código Python

Vinculação de várias ferramentas

Definição de nós e bordas para chamadas de funções flexíveis

Defina uma função que interrompa o chatbot

Crie uma função para retornar uma resposta LLM

Criar o fluxo de trabalho gráfico para várias ferramentas

Organize os resultados do chatbot com memória

Configurar saídas para várias ferramentas

Habilite a conversação em vários turnos com memória

Parabéns!

Crie agentes de chat dinâmicos

Todos os dias, os sistemas inteligentes estão transformando os setores, seja por meio de suporte automatizado ao cliente, recomendações personalizadas ou processamento dinâmico de dados. Os fluxos de trabalho agênticos, que integram modelos de linguagem e ferramentas para executar tarefas complexas, estão na vanguarda dessa transformação. Este curso detalha os componentes essenciais dos fluxos de trabalho autênticos e explica como criá-los, personalizá-los e otimizá-los. 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 com o LangGraph. Ao final deste curso, você estará preparado para criar sistemas inteligentes que automatizam tarefas complexas, aumentam a produtividade e fornecem soluções dinâmicas adaptadas a necessidades comerciais específicas.

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 agênticos com LangChain

Conheça os componentes básicos dos agentes LangChain e crie agentes de bate-papo personalizados

Desenvolvimento de aplicativos com 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!

Crie agentes de chat dinâmicos - Definição de nós e bordas para chamadas de funções flexíveis

Definição de nós e bordas para chamadas de funções flexíveis

Create Your Free Account