Fundamentos de LangGraph: prompting y encadenamiento de LLM basados en grafos

Introducción a LangGraph y conceptos de grafos

• Por qué usar grafos para aplicaciones de LLM: orquestación vs. cadenas simples
• Nodos, aristas y estado en LangGraph
• Hola LangGraph: primer grafo ejecutable

Gestión del estado y encadenamiento de prompts

• Diseño de prompts como nodos de grafo
• Transmisión del estado entre nodos y manejo de salidas
• Patrones de memoria: contexto a corto plazo vs. contexto persistente

Ramificación, flujo de control y manejo de errores

• Enrutamiento condicional y flujos de trabajo de múltiples caminos
• Reintentos, tiempos de espera y estrategias de respaldo
• Idempotencia y re-ejecuciones seguras

Herramientas e integraciones externas

• Llamado a funciones/herramientas desde nodos de grafo
• Llamado a APIs REST y servicios dentro del grafo
• Trabajo con salidas estructuradas

Flujos de trabajo aumentados por recuperación

• Basamentos de ingesta y segmentación de documentos
• Embeddings y almacenes vectoriales (p. ej., ChromaDB)
• Respuestas fundamentadas con citas

Pruebas, depuración y evaluación

• Pruebas tipo unidad para nodos y caminos
• Trazabilidad y observabilidad
• Controles de calidad: factualidad, seguridad y determinismo

Fundamentos de empaquetado e implementación

• Configuración del entorno y gestión de dependencias
• Ofrecer grafos detrás de APIs
• Versionado de flujos de trabajo y actualizaciones progresivas

Resumen y próximos pasos