Contacta con nosotros

Temario del curso

LangGraph y Patrones de Agentes: Una Guía Práctica

  • Grafos frente a cadenas lineales: cuándo y por qué elegir cada uno.
  • Agentes, herramientas y bucles planificador-ejecutor.
  • Hola mundo: un grafo agencial mínimo.

Estado, Memoria y Transmisión de Contexto

  • Diseño del estado del grafo y las interfaces de los nodos.
  • Memoria a corto plazo frente a memoria persistente.
  • Ventanas de contexto, resumen y rehidratación.

Lógica de Ramificación y Flujo de Control

  • Ruteo condicional y decisiones de múltiples caminos.
  • Reintentos, tiempos de espera y熔断ers (circuit breakers).
  • Fallbacks, puntos muertos y nodos de recuperación.

Uso de Herramientas e Integraciones Externas

  • Llamada a funciones/herramientas desde nodos y agentes.
  • Consumo de APIs REST y bases de datos desde el grafo.
  • Análisis y validación de salidas estructuradas.

Flujos de Trabajo de Agentes con Recuperación Aumentada (RAG)

  • Estrategias de ingestión de documentos y fragmentación (chunking).
  • Embebidos y almacenes vectoriales con ChromaDB.
  • Respuestas fundamentadas con citas y salvaguardas.

Evaluación, Depuración y Observabilidad

  • Rastreo de caminos e inspección de interacciones entre nodos.
  • Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión.
  • Monitoreo de calidad, seguridad y costo/latencia.

Empaquetado y Entrega

  • Servicio con FastAPI y gestión de dependencias.
  • Versionado de grafos y estrategias de retroceso (rollback).
  • Manuales 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 APIs REST y JSON.

Público Objetivo

  • Ingenieros de IA.
  • Gerentes de producto.
  • Desarrolladores que construyen sistemas interactivos impulsados por LLMs.
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas