تسلط به LangGraph - توسعه ایجنتهای LLM با LangGraph
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- چگونه یک ایجنت ReAct از صفر بسازید؟
- کسب درک خوبی از مفاهیم و کامپوننتهای اصلی LangGraph
- پیادهسازی ایجنتهای پیشرفته
- درک عمیق گرهها، لبهها و لبههای شرطی
- آشنایی با Tavily AI و جستجوی عاملی
- درک الگوهای LLM مانند تفکر بازتابی و انعکاسی
- بررسی LangSmith و یادگیری اینکه چگونه اپلیکیشنهای LLM را با آن اشکالزدایی و ردیابی کنید.
- آشنایی با مهندسی جریان
- این دوره تجربهای است که با عمل یاد میگیرید. ما با هم گامبهگام و خطبهخط اپلیکیشنهای عاملی LLM را خواهیم ساخت.
- پروژه 1 - ایجاد ایجنت ReAct از ابتدا - پروژه 2 - توسعه اپلیکیشن چتبات با استفاده از LangGraph - پروژه 3 - ساخت ژنراتور توییت با استفاده از تفکر بازتابی - پروژه 4 - ایجاد نویسنده مقاله
پیشنیازهای دوره
- این دوره برای مبتدیان مناسب نیست. دانش خوبی از پایتون و LangChain لازم است.
- تسلط به پایتون و LangChain، شامل دانش کنترل جریان، ساختارهای داده، توابع، حاشیهنویسی تایپ، OOP، مدیریت متغیرهای محیطی، OpenAI ChatCompletions API، قالبهای پرامپت، زنجیرهها و تجزیهگرهای خروجی
توضیحات دوره
به این دوره جدید در LangGraph خوش آمدید که به ما امکان میدهد که اپلیکیشنهای LLM عاملی بسازیم.
در پایان دوره، مهارتهایی را در اختیار خواهید داشت تا بدون زحمت ایجنتهای LLM را در اپلیکیشنهای خود یکپارچه کرده و افقهای جدیدی را باز کنید.
ما شاهد پیشرفت سریع قابلیتهای هوش مصنوعی هستیم که هر ساله تحولات چشمگیری در آن اتفاق میافتد. این پیشرفت سریع میتواند در سالهای آینده به طرز قابل توجهی دنیای ما را تغییر دهد.
سه پیشرفت کلیدی: پنجرههای کانتکس بینهایت، تبدیل متن به عمل و ایجنتها آمادهاند تا تأثیر عمیقی بگذارند.
ایجنتها - مرز جدید در هوش مصنوعی
ایجنتها، انتیتیهای هوشمند خودمختار هستند که برای انجام تسکها، پردازش اطلاعات و تعامل در یک چارچوب مبتنی بر زبان طراحی شدهاند. این ایجنتها به طور قابل توجهی توانایی هوش مصنوعی را در حوزههای مختلف گسترش میدهند.
هوش مصنوعی عاملی در حال تحول صنایع است و اپلیکیشنهای بهبود یافتهای را در زمینههایی مانند تحلیل اسناد قانونی، تشخیص پزشکی و توسعه نرمافزار ارائه میدهد. تصور کنید یک ارتش از برنامهنویسان ماهر وجود دارد که شبانهروز برای توسعه راهحلهای نرمافزاری برای شما کار میکند.
در این دوره، به بررسی LangGraph میپردازیم، یک افزونه از LangChain که به طور خاص برای گردشکارهای عاملی و چندعاملی طراحی شده است. LangGraph امکان جریانهای عاملی بسیار سفارشی و کنترلپذیر را فراهم میآورد که برای سناریوهای پیچیده ایدهآل است.
ما همچنین به LangSmith، پلتفرم ردیابی و اشکالزدایی اپلیکیشنهای LLM درجه تولید خود خواهیم پرداخت.
نکات برجسته دوره:
- ساخت ایجنت ساده ReAct از ابتدا
- آشنایی با ایجنتها و ReAct
- مفاهیم و کامپوننتهای اصلی LangGraph
- گرهها، لبهها، لبههای شرطی و مدیریت state
- مصورسازی گراف
- جستجوی عاملی با استفاده از Tavily AI
- تقویت ایجنتها با مشاهدات ابزار
- افزودن حافظه به ایجنتها
- الگوهای تفکر بازتابی و انعکاسی
- راهاندازی LangSmith
- اشکالزدایی و ردیابی اپلیکیشنهای LLM با LangSmith
پروژههای عملی:
- ایجاد ایجنت ReAct از ابتدا
- توسعه اپلیکیشن چتبات با استفاده از LangGraph
- ساخت ژنراتور توییت با استفاده از الگوی تفکر بازتابی
- ایجاد نویسنده مقاله با استفاده از تفکر انعکاسی، Tavily AI و مشاهدات ابزار
آیا آمادهاید به دنیای هیجانانگیز هوش مصنوعی وارد شوید؟ در این دوره «تسلط به LangGraph» شرکت کرده و روش یکپارچهسازی هوش مصنوعی در اپلیکیشنهای خود را متحول کنید.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان نرمافزار که به دنبال ساخت اپلیکیشنهای Generative AI با استفاده از LangChain و LangGraph هستند.
- علاقهمندان به کشف مرز جدید ایجنتهای LLM
تسلط به LangGraph - توسعه ایجنتهای LLM با LangGraph
-
پیشنیازهای دوره 02:38
-
آشنایی با ایجنتها و ReAct 04:18
-
ایجاد کلاس ایجنت 02:41
-
ایجاد پرامپت ReAct 02:30
-
ایجاد ابزارها 02:41
-
تست ایجنت 06:06
-
خودکارسازی ایجنت 06:59
-
مفاهیم و کامپوننتهای اصلی LangGraph 05:40
-
ساخت چتبات 05:30
-
مصورسازی گراف 02:15
-
اجرای چتبات 01:33
-
Tavily AI 08:29
-
آشنایی با تفکر بازتابی 02:12
-
تولید 04:15
-
تفکر بازتابی و تکرار 02:33
-
تعریف گراف - بخش 1 03:44
-
تعریف گراف - بخش 2 02:49
-
اجرای اپلیکیشن 03:54
-
LangSmith 03:27
-
راهاندازی LangSmith 01:54
-
ردیابی با LangSmith 06:18
-
ردیابی اپلیکیشن عاملی انعکاسی با LangSmith 03:49
-
بررسی پروژه 01:45
-
تعریف AgentState و پرامپتها 07:37
-
پیادهسازی ایجنتها و گرهها 09:38
-
تعریف لبه شرطی 01:26
-
تعریف گراف 04:24
-
اجرای اپلیکیشن عاملی 04:06
-
ردیابی اپلیکیشن با LangSmith 02:50
-
آشنایی با برنامهنویسی شیگرا (OOP) 05:45
-
نمایش OOP - لاکپشت 12:48
-
تعریف کلاسها و آبجکتها 03:30
-
متد __init__ 07:45
-
متد __del__ 02:19
-
Attribute های نمونه و Attribute های کلاس 06:06
-
متدهای جادویی 09:09
مشخصات آموزش
تسلط به LangGraph - توسعه ایجنتهای LLM با LangGraph
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:36
- مدت زمان :02:59:24
- حجم :1.18GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy