Создание AI-агентов в LangChain

Программа курса

Ознакомьтесь с программой курса «Создание AI-агентов в LangChain» от Shultais Education - shultais.education

1. Введение - 2 часа. О курсе, Кто такой AI-агент, Архитектурный цикл агента: Reason → Act → Observe, Требования к курсу и подготовка окружения.
2. Фундамент агентов без фреймворков - 3 часа. Агент на requests: первый запрос к LLM, Инструменты (tools), Цикл выполнения: как агент выбирает инструмент, Простая память: кэширование предыдущих шагов через dict, Границы агента без фреймворков, Закрепление: мини…
3. CrewAI: освоение кирпичиков - 3 часа. Класс Agent: role, goal, backstory — зачем всё это нужно, Класс Task: описание задачи и ожидаемый вывод, Класс Crew: процессы sequential и hierarchical, Инструменты в CrewAI: декоратор @tool и кастомные функции, Обработка…
4. LangGraph: освоение кирпичиков - 4 часа. Состояние (State): TypedDict и зачем типизировать, Граф состояний (StateGraph): основа выполнения, Узлы графа (Node): функции как шаги выполнения, Рёбра (Edge): линейные переходы между узлами, Условные переходы (Condit…
5. Сравнение архитектур на микро-кейсах - 3 часа. Линейный пайплайн: CrewAI vs LangGraph — чей код проще?, Цикл с условием, Параллельная обработка, Антипаттерн «бесконечный цикл», Антипаттерн «утечка состояния», Когда выбрать CrewAI, а когда LangGraph, Закреплен…
6. Продакшен-слои для агентов - 3 часа. Валидация вывода через Pydantic: ловим галлюцинации структуры, Retry-логика: повтор с уточняющим промптом при ошибке валидации, Тестирование агентов: моки LLM и проверка бизнес-логики, Логирование и трейсинг, Мониторинг: L…
7. Финальный проект: SupportAI на FastAPI + LangGraph - 4 часа. Архитектура проекта и подготовка окружения, Модели и миграции, Асинхронные эндпоинты и валидация, Многоузловой агент, Память агента: AsyncPostgresSaver, Валидация и retry-логика агента, Безопасность…
8. Продвинутые темы - 2 часа. Human-in-the-Loop с FastAPI: взаимодействие с пользователем , Многошаговое взаимодействие: история диалога, Тестирование восстановления после сбоев, Закрепление.
9. Расширяем финальный проект - 1 час. Расширение уведомлений: Telegram + HIL-подтверждение, Добавление истории диалога в агента, Тесты на восстановление после сбоев.
10. Заключение - 1 час. Пути развития: от агентов к многоагентным системам, Рекомендации по железу, Заключение.

Чему вы научитесь

• Научитесь настраивать и организовывать: архитектура проекта и подготовка окружения, модели и миграции, асинхронные эндпоинты и валидация, многоузловой агент, память агента asyncpostgressaver, вал…
• Научитесь настраивать и организовывать: о курсе, кто такой ai агент, архитектурный цикл агента reason → act → observe, требования к курсу и подготовка окружения.
• Освоите и сможете применять: валидация вывода через pydantic ловим галлюцинации структуры, retry логика повтор с уточняющим промптом при ошибке валидации, тестирование агентов моки llm и проверка бизнес лог…
• Освоите и сможете применять: состояние (state) typeddict и зачем типизировать, граф состояний (stategraph) основа выполнения, узлы графа (node) функции как шаги выполнения, рёбра (edge) линейные перехо…
• Освоите и сможете применять: линейный пайплайн crewai vs langgraph чей код проще?, цикл с условием, параллельная обработка, антипаттерн «бесконечный цикл», антипаттерн «утечка состояния», когда вы…