Lär dig bygga AI-agenter på LangGraph-sättet! Bygg en verktygslåda med verktyg som hjälper din agent att interagera med API:er, hämta data från CSV-filer och köra Python-kod! Börja bygga ett enkelt agentsystem med noder och kanter för att koppla samman LLM och verktyg på ett kontrollerat och metodiskt sätt.

Bygg agenter på LangGraph-vis!

Agentens verktygslåda: Wikipedia-verktyg

Agentens verktygssamling: aktiedataverktyg

Agentens verktygsuppsättning: Python-verktyget

Agentbaserad orkestrering med LangGraph

Din första agent!

Agenter som grafer

Sedan AI-agenter slog igenom har ett antal agentbaserade designmönster vuxit fram. Du får lära dig om två av de mest populära: swarm- (eller decentraliserade) multi-agenter och supervisor-multi-agenter. Du ser hur LangGraph erbjuder en bred uppsättning funktioner för att utforma multi-agenter anpassade efter ditt specifika användningsfall.

Verktyg eller inte verktyg!

Villkorliga verktygsanrop

Agenter på en rad

Multi-agent-ramverk

Ännu en agent!

Supervisor-agenter

Sammanfattning

LangGraph Multi-Agenter

Designa och bygg egna agenter med LangGraph! LangGraph är en central del av LangChain-ekosystemet och används för att bygga produktionsklara AI-agenter med hög grad av anpassningsbarhet. Du använder LangGraph för att bygga en agentbaserad assistent som samlar in information och aktiekursdata om Fortune 500-företag och analyserar den med hjälp av visualiseringar! Utforska toppmoderna multi-agentarkitekturer, inklusive swarm- (eller decentraliserade) multi-agenter och supervisor-multi-agenter. Börja bygga AI-agentsystem redan idag!

<h2>Bygg AI-agenter med LangGraph</h2>Designa och bygg dina egna agenter med LangGraph! LangGraph är en central del av LangChain-ekosystemet och används för att bygga produktionsklara AI-agenter med hög grad av anpassningsbarhet. LangGraph gör det möjligt för utvecklare att bygga agenter som grafer med noder och kanter, vilket gör att informationsflöde och beslutsvägar kan kartläggas noggrant och minskar utrymmet för oväntade fel att smyga sig in.<h2>Utforska framväxande arkitekturer för multi-agent-system</h2>Sedan AI-agenterna slog igenom har ett antal agentiska designmönster vuxit fram, och du får lära dig om två av de mest populära: nätverksbaserade (eller decentraliserade) multi-agenter och supervisor-multi-agenter. Hantera flera agenter effektivt genom att utforma en övervakande agent som delegerar uppgifter och uppmuntrar samarbete mellan arbetaragenterna.<h2>Skapa din egen agentiska assistent</h2>Du kommer att använda LangGraph för att bygga en agentisk assistent som samlar in information och aktiedata om Fortune 500-företag och analyserar den med hjälp av visualiseringar!<br><br>Du kommer att se hur denna agent utvecklas från ett enkelt system med en enda agent till ett multiagentsystem med tre agenter och en supervisor! Gå med i det växande antalet AI-utvecklare och lär dig att designa och bygga AI-agenter redan idag!

Designing Agentic Systems with LangChain

Bygg kraftfulla multiagentsystem med nya designmönster i LangGraph-ramverket.

Multi-Agent Systems with LangGraph

Bygg kraftfulla multiagentsystem genom att tillämpa nya agentiska designmönster i LangGraph-ramverket.

Agentens verktygsuppsättning: Python-verktyget

Multi-Agent Systems with LangGraph

Övningsinstruktioner

Interaktiv övning med praktiskt arbete