学习如何构建 text-to-query 代理，让您可以与数据进行对话！

Text-to-Query 代理

为动手练习做好准备

Text-to-Query 工作流

编写 MongoDB 查询

更复杂的聚合

文本到查询工作流实战

Text-to-Query 代理：应用与架构

让您的 text-to-query 工作流具备代理能力！使用 LangGraph 构建并编排 AI 代理，可创建智能且动态的 text-to-query 工作流。

文本到查询代理的架构

构建代理的工具箱

创建文本到查询的提示

编排 text-to-query 代理

用代理自动化 Text-to-Query 工作流

为您的 text-to-query 代理集成短期记忆，这样在整合洞见时无需反复重新运行查询。

LangGraph 中的内存与检查点

为智能体添加内存

恭喜您！

为代理添加记忆能力

您是否曾希望可以直接与数据库对话？借助 LLM 和 AI 代理，这已经成为可能。在本课程中，您将学习如何与 MongoDB 数据库实例交互和对话，并使用 LangGraph 编排代理。您将了解 text-to-query 工作流的挑战与价值，亲手构建一个工作流来回答关于电影数据集的数据问题，甚至实现内存检查点，以便从上次对话中无缝继续！

Introduction to Functions in Python

使用MongoDB和LangGraph的文本查询AI代理与数据对话。

使用 MongoDB 和 LangGraph 的 Text-to-Query 代理

了解如何使用 MongoDB 和 LangGraph，通过文本查询 AI 代理与数据对话。

构建代理的工具箱

使用 MongoDB 和 LangGraph 的 Text-to-Query 代理

练习说明

动手互动练习