Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
LangGraph et motifs d'agents : Introduction pratique
- Graphes contre chaînes linéaires : quand et pourquoi ?
- Agents, outils et boucles planificateur-exécutant
- Flux de travail « Hello » : un graphe agentique minimal
État, mémoire et transmission du contexte
- Conception de l'état du graphe et des interfaces de nœuds
- Mémoire à court terme contre mémoire persistante
- Fenêtres de contexte, résumés et réhydratation
Logique de branchement et flux de contrôle
- Routage conditionnel et décisions multi-chemins
- Repartitions, temps d'attente et disjoncteurs
- Solutions de secours, impasses et nœuds de récupération
Utilisation d'outils et intégrations externes
- Appel de fonctions/outils depuis les nœuds et les agents
- Consommation d'API REST et de bases de données depuis le graphe
- Analyse et validation des sorties structurées
Flux de travail d'agents augmentés par récupération
- Ingestion de documents et stratégies de morcellement
- Embeddings et magasins vectoriels avec ChromaDB
- Réponses fondées sur des sources avec citations et garde-fous
Évaluation, débogage et observabilité
- Tracé des chemins et inspection des interactions entre nœuds
- Joues de référence, évaluations et tests de régression
- Surveillance de la qualité, de la sécurité et du coût/latence
Emballage et livraison
- Servage FastAPI et gestion des dépendances
- Gestion des versions des graphes et stratégies de retour arrière
- Plans opérationnels et réponse aux incidents
Synthèse et prochaines étapes
Pré requis
- Connaissances opérationnelles de Python
- Expérience dans le développement d'applications LLM ou de chaînes de prompts
- Connaissance des API REST et du JSON
Public cible
- Ingénieurs IA
- Chefs de produit
- Développeurs construisant des systèmes interactifs pilotés par des LLM