Fundamentos de LangGraph: Prompting y encadenamiento de LLM basados en grafos

Introducción a LangGraph y conceptos de grafos

• Por qué usar grafos para aplicaciones de LLM: orquestación frente a cadenas simples
• Nodos, aristas y estado en LangGraph
• Primer grafo ejecutable de LangGraph

Gestión de Estado y Encadenamiento de Prompts

• Diseño de prompts como nodos de grafo
• Paso de estado entre nodos y manejo de salidas
• Patrones de memoria: contexto a corto plazo versus persistido

Ramificación, Flujo de Control y Manejo de Errores

• Enrutamiento condicional y flujos de trabajo de múltiples rutas
• Reintentos, tiempo de espera y estrategias de respaldo
• Idempotencia y reejecuciones seguras

Herramientas e Integraciones Externas

• Llamado de funciones/herramientas desde nodos de grafo
• Llamado de APIs REST y servicios dentro del grafo
• Trabajo con salidas estructuradas

Flujos de Trabajo Aumentados con Recuperación (RAG)

• Fundamentos de ingesta y fragmentación de documentos
• Embeddings y almacenes vectoriales (p. ej., ChromaDB)
• Respuestas fundamentadas con citas

Pruebas, Depuración y Evaluación

• Pruebas de estilo unitario para nodos y rutas
• Rastreo y observabilidad
• Controles de calidad: factualidad, seguridad y determinismo

Fundamentos de Empaquetado y Despliegue

• Configuración del entorno y gestión de dependencias
• Exposición de grafos detrás de APIs
• Control de versiones de flujos de trabajo y actualizaciones graduales

Resumen y Próximos Pasos