Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
LangGraph y Patrones de Agentes: Una Guía Práctica
- Grafos frente a cadenas lineales: cuándo y por qué.
- Agentes, herramientas y bucles planificador-ejecutor.
- Hola mundo del flujo de trabajo: un grafo agente mínimo.
Estado, Memoria y Pasaje de Contexto
- Diseño del estado del grafo e interfaces de nodos.
- Memoria a corto plazo frente a memoria persistente.
- Ventanas de contexto, resumen y rehidratación.
Lógica de Ramificación y Flujo de Control
- Enrutamiento condicional y decisiones de múltiples rutas.
- Reintentos, tiempos de espera y cortocircuitos.
- Mecanismos de respaldo, puntos ciegos y nodos de recuperación.
Uso de Herramientas e Integraciones Externas
- Llamada a funciones/herramientas desde nodos y agentes.
- Consumo de APIs REST y bases de datos desde el grafo.
- Análisis y validación de salidas estructuradas.
Flujos de Trabajo de Agentes con Recuperación Aumentada
- Ingestión de documentos y estrategias de fragmentación.
- Embeddings y almacenes vectoriales con ChromaDB.
- Respuestas fundamentadas con citas y salvaguardas.
Evaluación, Depuración y Observabilidad
- Rastreando rutas e inspeccionando interacciones de nodos.
- Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión.
- Monitoreo de calidad, seguridad y costo/latencia.
Empaquetado y Entrega
- Servicio con FastAPI y gestión de dependencias.
- Versionado de grafos y estrategias de retroceso.
- Libros de juego operativos (playbooks) y respuesta a incidentes.
Resumen y Próximos Pasos
Requerimientos
- Conocimientos prácticos de Python.
- Experiencia en la construcción de aplicaciones LLM o cadenas de prompts.
- Familiaridad con APIs REST y JSON.
Audiencia
- Ingenieros de IA.
- Gerentes de producto.
- Desarrolladores que construyen sistemas interactivos impulsados por LLM.
14 Horas