Programa del Curso

LangGraph y Patrones de Agentes: Un Práctico Introducción

  • Gráficos vs. cadenas lineales: cuándo y por qué
  • Agentes, herramientas y bucles planificador-ejecutor
  • Hola flujo de trabajo: un gráfico agente mínimo

Estado, Memoria y Pase de Contexto

  • Diseño del estado del gráfico e interfaces de nodos
  • Memoria a corto plazo vs. memoria persistente
  • Ventanas de contexto, resumen y rehidratación

Lógica Ramificada y Flujo de Control

  • Ruteo condicional y decisiones multipath
  • Reintentos, tiempos de espera y interrupciones del circuito
  • Sustitutos, puntos muertos y nodos de recuperación

Uso de Herramientas e Integraciones Externas

  • Llamadas a funciones/herramientas desde nodos y agentes
  • Consumo de APIs REST y bases de datos desde el gráfico
  • Análisis y validación de salida estructurada

Flujos de Trabajo Aumentados con Búsqueda

  • Estrategias de ingestión y fragmentación de documentos
  • Inmersiones y almacenes vectoriales con ChromaDB
  • Respuestas fundamentadas con citas y salvaguardas

Evaluación, Depuración e Observabilidad

  • Rastreo de caminos e inspección de interacciones entre nodos
  • Juegos dorados, evaluaciones y pruebas de regresión
  • Monitoreo de calidad, seguridad y costo/latencia

Empaquetado y Entrega

  • Servicio FastAPI y gestión de dependencias
  • Versión de gráficos y estrategias de rollback
  • Cuadernos operativos y respuesta a incidentes

Resumen y Próximos Pasos

Requerimientos

  • Conocimiento práctico de Python
  • Experiencia en la construcción de aplicaciones LLM o cadenas de prompts
  • Familiaridad con REST APIs y JSON

Público objetivo

  • Ingenieros de IA
  • Directores de producto
  • Desarrolladores de sistemas interactivos impulsados por LLM
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas