دوره LangGraph برای مبتدیان: گردش‌کارهای عاملی در چند گام ساده

آنچه یاد خواهید گرفت:

• معرفی LangGraph و چگونگی قرارگیری آن در اکوسیستم GenAI
• ساخت اولین گردش‌کار LangGraph با استفاده از ماشین استیت 
• اعتبارسنجی و ساختاردهی استیت با استفاده از مدل‌های Pydantic
• استفاده از استیت غیرهمزمان و استریمینگ برای ساخت اپلیکیشن های واکنش‌گرا
• پیاده‌سازی مسیریابی شرطی بر اساس خروجی LLM
• درک Reducerها و چگونگی مدیریت تغییرات استیت توسط آن‌ها
• تسلط به فراخوانی ابزار با ToolNode داخلی LangGraph
• یادگیری Checkpointerها و پیاده‌سازی حافظه‌های کوتاه‌مدت (in-memory) و بلندمدت (SQLite ،Redis)
• ساخت گردش‌کارهای Agentic RAG با استفاده از ابزارها و Retrieverها
• پیاده‌سازی گردش‌کارهای Human-in-the-Loop با استفاده از Interrupt و Resume
• ماژولار کردن گراف‌های پیچیده با استفاده از Subgraphها
• به‌کارگیری تمامی مفاهیم در یک مطالعه موردی واقعی مدیریت ادعاهای بیمه بیمارستان به‌صورت بلادرنگ
• افزودن قابلیت‌های Tracing و Observability با استفاده از LangSmith
• بررسی الگوهای طراحی عاملی ضروری برای مقیاس‌پذیری اپلیکیشن ها
• آموزش تمامی موارد در چند گام ساده

پیش‌نیازهای دوره

• دانش Python
• تجربه کار با LangChain

توضیحات دوره

آیا آماده‌اید تا از اپلیکیشن های ساده LLM فراتر رفته و گردش‌کارهای قدرتمند، استیت‌دار و عامل‌محور با استفاده از LangGraph بسازید؟

در این دوره مناسب برای مبتدیان، بر LangGraph تسلط پیدا خواهید کرد. این کتابخانه متن‌باز بر پایه LangChain ساخته شده و برای ارکستراسیون اپلیکیشن های چندعاملی با استفاده از معماری مبتنی بر گراف طراحی شده است. چه در حال ساخت عامل‌های هوشمند، چه پایپ‌لاین‌های پویای RAG و چه راهکارهای سازمانی واقعی باشید، این دوره اصول مستحکمی که به آن نیاز دارید را برای شما فراهم می‌کند.

این دوره برای چه کسانی است؟

• توسعه‌دهندگان هوش مصنوعی که به دنبال ساخت برنامه‌های عامل‌محور در سطح Production هستند.
• کاربران LangChain که می‌خواهند مهارت‌های خود را به سطح ارکستراسیون مبتنی بر گراف ارتقا دهند.
• مهندسان Backend که به استفاده از ابزارها، حافظه و کنترل استیت علاقه‌مند هستند.
• تمامی افرادی که روی گردش‌کارهای LLM در کاربردهای دنیای واقعی کار می‌کنند.

در پایان این دوره، قادر خواهید بود:

• با اطمینان گردش‌کارهای LangGraph را ساخته، مقیاس‌دهی و دیباگ کنید.
• LLMها، ابزارها، حافظه و بازخورد انسانی را در اپلیکیشن های خود ادغام کنید.
• از LangGraph در کاربردهای واقعی کسب و کار مانند پردازش ادعاها، پشتیبانی مشتریان و تحلیل اسناد استفاده کنید.

آماده‌اید تا به LangGraph مسلط شوید و اپلیکیشن های LLM خود را به سطح بعدی ارتقا دهید؟

همین حالا در این دوره شرکت کنید و به راحتی شروع به ساخت سیستم‌های عامل‌محور هوشمند و تعاملی نمایید!

این دوره برای چه کسانی مناسب است؟

• دانشجویانی که دوره LangChain مدرس را گذرانده‌اند و می‌خواهند به LangGraph مسلط شوند.