Contacta con nosotros

Temario del curso

LangGraph y Patrones de Agentes: Una Introducción Práctica

  • Gráficos frente a cadenas lineales: cuándo y por qué.
  • Agentes, herramientas y bucles planificador-ejecutor.
  • Hola mundo: un grafo agente minimalista.

Estado, Memoria y Paso de Contexto

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

Lógica de Ramificación y Flujo de Control

  • Enrutamiento condicional y decisiones multicamino.
  • Reintentos, tiempos de espera y disyuntores (circuit breakers).
  • Opciones de respaldo, puntos sin salida 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 grafo.
  • Análisis y validación de salidas estructuradas.

Flujos de Trabajo de Agentes Aumentados por Recuperación (RAG)

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

Evaluación, Depuración y Observabilidad

  • Rastreo de rutas 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.
  • Pautas operativas y respuesta a incidentes.

Resumen y Próximos Pasos

Requerimientos

  • Conocimientos prácticos de Python.
  • Experiencia desarrollando aplicaciones LLM o cadenas de prompts.
  • Conocimiento sobre APIs REST y JSON.

Público objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas