Hubungi Kami

Kerangka Materi

Pengantar LangGraph dan Konsep-Konsep Grafik

  • Mengapa memakai struktur graf pada aplikasi LLM: perbandingan antara orkestrasi kompleks dengan rantai sederhana.
  • Penjelasan tentang node, sisi graf, dan mekanisme manajemen state dalam LangGraph.
  • Mengenal cara membuat graf pertama yang dapat dieksekusi di LangGraph.

Manajemen State serta Pembentukan Rantai Prompt

  • Cara merancang prompt sebagai node dalam struktur graf.
  • Pengelolaan informasi state antar node serta teknik penanganan hasil proses.
  • Pola penggunaan memori: konteks sementara versus penyimpanan jangka panjang.

Percabangan, Alur Kontrol, serta Penanganan Kesalahan

  • Penentuan arah alur proses secara kondisional serta pembuatan skenario kerja multi-jalur.
  • Teknik pengulangan operasi, pengaturan batas waktu eksekusi, serta strategi pergantian alternatif saat terjadi kegagalan.
  • Penerapan konsep idempotensi serta metode pengeksekusian ulang yang aman.

Alat Bantu Eksternal dan Integrasi Layanan

  • Cara memicu eksekusi fungsi maupun alat bantu dari dalam node graf.
  • Penggunaan API REST serta layanan lainnya di dalam lingkungan graf LangGraph.
  • Penanganan keluaran operasi yang berbentuk struktur data tertentu.

Alur Kerja Berbasis Penambahan Informasi Eksternal

  • Pendahuluan mengenai teknik pengolahan dokumen serta pembagian konten menjadi segmen kecil.
  • Mengenal konsep vektor dan penyimpanan data seperti ChromaDB.
  • Penyusunan jawaban respons yang didukung dengan referensi sumber informasi.

Pengujian, Debugging, serta Evaluasi Sistem

  • Membuat uji coba serupa unit test untuk node dan jalur alur proses tertentu.
  • Mekanisme pelacakan eksekusi serta pengamatan aktivitas sistem.
  • Pemeriksaan kualitas: keakuratan fakta, keamanan penggunaan, serta sifat deterministik algoritma.

Dasar-Dasar Pengemasan dan Implementasi Sistem

  • Pengaturan lingkungan kerja serta pengelolaan komponen dependensi.
  • Menerapkan arsitektur layanan dengan mengintegrasikan graf ke dalam API publik.
  • Manajemen versi dan pembaruan kontinu sistem secara bertahap.

Penutup serta Arah Pengembangan Selanjutnya

Persyaratan

  • Pemahaman dasar mengenai pemrograman Python
  • Pengalaman dalam menggunakan API REST atau alat CLI
  • Familiaritas dengan konsep-konsep LLM serta prinsip-prinsip mendasar insinyur prompt

Target Peserta

  • Pengembang dan insinyur perangkat lunak yang baru mempelajari teknik orkestrasi LLM berbasis graf.
  • Insinyur prompt serta praktisi AI pemula yang merancang aplikasi LLM multi-tahap.
  • Praktisi data yang ingin mengotomatisasi alur kerja menggunakan teknologi LLM.
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait