Elite LangChain 和 LangGraph：视觉 AI 代理架构

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz
语言：英语 |时长：6小时46米

你将学到什么

• 通过可视化解释了解 LangChain 和 LangGraph 架构。
• 使用 LCEL 和自定义链构建 LLM 工作流程。
• 使用 LangGraph 创建自主 AI 代理。
• 开发可投入生产的 RAG 管道。
• 管理 AI 系统中的内存和状态。
• 集成 API、工具和数据库。
• 设计人机交互的 AI 工作流程。
• 使用 LangSmith 监控和评估绩效。

本课程包含人工智能的使用。

欢迎来到精英浪链& LangGraph：视觉AI代理架构

本课程重点关注构建可投入生产的人工智能系统，而不仅仅是简单的原型。它使用 Manim 的视觉学习来帮助您理解复杂的 AI 概念，例如状态、图形和工作流程。

愿景核心：为什么 Manim 改变一切

本课程不是使用静态代码，而是使用动画来展示人工智能系统如何工作。您将直观地了解数据流、状态转换和代理逻辑。

第一阶段：架构基础 – LangChain 与 LangGraph

• LangChain：学习线性工作流程和链接逻辑。
• LangGraph：构建具有循环、状态和自主行为的高级系统。

第二阶段：掌握LCEL（LangChain表达语言）

• 构建灵活且可组合的链。
• 使用并行处理以获得更好的性能。
• 在运行时应用动态配置。

阶段 3：高级 RAG（检索增强生成）

• 优化文档分块。
• 了解向量嵌入和相似性。
• 使用高级检索和排名策略。

阶段 4：LangGraph 掌握和代理工作流程

• 实现 ReAct 推理循环。
• 构建具有任务委派功能的多代理系统。
• 添加人机交互控制。

第 5 阶段：持久性、记忆和“时间旅行”功能

• 为 AI 系统存储长期记忆。
• 使用检查点来调试工作流程。
• 有效管理共享状态。

第 6 阶段：工具使用和法学硕士的“双手”

• 将 AI 与 API 和现实世界数据连接起来。
• 使用沙箱启用安全代码执行。

第 7 阶段：生产、评估和 LangSmith

• 跟踪性能和延迟。
• 自动化测试和评估。
• 部署可扩展的 AI 应用。

详细模块细分

涵盖人工智能基础知识、LangChain基础知识、RAG管道、LangGraph系统、代理推理、内存处理、多代理协调和生产部署。

为什么选择这个“精英极限”大师班？

• 通过 Manim 动画进行视觉学习。
• 高度关注架构和概念。
• 测验、作业和模拟测试。
• 丰富的学习资源。

本课程适合谁？

• 构建 AI 系统的软件工程师。
• 数据科学家转向生产型人工智能。
• 人工智能架构师设计高级工作流程。
• Python 开发人员进入人工智能开发领域。

本课程可帮助您从基本的 AI 使用转向通过深入了解架构来构建先进的、可用于生产的系统。