Hubungi Kami
 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

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait