Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Durasi 14 jam
Kerangka Materi
Pengenalan LangGraph dan Konsep Grafik
- Mengapa grafik untuk aplikasi LLM: orkestrasi vs. rantai sederhana
- Node, edge, dan state di LangGraph
- Perkenalan LangGraph: grafik pertama yang dapat dijalankan
Manajemen State dan Rantai Prompt
- Merancang prompt sebagai node grafik
- Menyampaikan state antar node dan menangani output
- Pola memori: konteks jangka pendek vs. dipersistensi
Percabangan, Alur Kontrol, dan Penanganan Kesalahan
- Penyuntingan kondisional dan alur kerja multi-path
- Ulangi (retry), batas waktu (timeout), dan strategi cadangan (fallback)
- Idempotensi dan eksekusi ulang yang aman
Alat dan Integrasi Eksternal
- Pemanggilan fungsi/alat dari node grafik
- Memanggil API REST dan layanan dalam grafik
- Bekerja dengan output terstruktur
Alur Kerja Berbasis Pengambilan Data (Retrieval-Augmented)
- Dasar-dasar ingestion dan chunking dokumen
- Embeddings dan penyimpanan vektor (misalnya, ChromaDB)
- Jawaban berbasis sumber (grounded answering) dengan sitasi
Pengujian, Pemecahan Masalah (Debugging), dan Evaluasi
- Uji gaya unit untuk node dan path
- Tracing dan observabilitas
- Pemeriksaan kualitas: fakta, keamanan, dan determinisme
Fondasi Pengemasan (Packaging) dan Penyebaran (Deployment)
- Penyiapan lingkungan dan manajemen dependensi
- Menyajikan grafik di balik API
- Versi alur kerja dan pembaruan bertahap (rolling updates)
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Memahami pemrograman Python dasar
- Pengalaman dengan API REST atau alat CLI
- Memahami konsep LLM dan dasar-dasar prompt engineering
Target Peserta
- Pengembang dan insinyur perangkat lunak yang baru mengenal orkestrasi LLM berbasis grafik
- Prompt engineer dan pemula AI yang membangun aplikasi LLM multi-langkah
- Praktisi data yang mengeksplorasi otomasi alur kerja dengan LLM