Lewati ke konten utama
BerandaPython

Kursus

Merancang Sistem Agentic dengan LangChain

MenengahTingkat Keterampilan
Diperbarui 10/2025
Pahami komponen dasar dari agen LangChain dan bangun agen chat kustom.
Mulai Kursus Gratis
PythonArtificial Intelligence3 jam11 videos34 Latihan2,800 XP11,183Bukti Prestasi

Buat Akun Gratis Anda

atau

Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Dipercaya oleh para pelajar di ribuan perusahaan

Group

Pelatihan untuk 2 orang atau lebih?

Coba DataCamp for Business

Deskripsi Kursus

Setiap hari, sistem cerdas mengubah berbagai industri—mulai dari dukungan pelanggan otomatis, rekomendasi yang dipersonalisasi, hingga pemrosesan data dinamis. Alur kerja agentic, yang mengintegrasikan model bahasa dan alat untuk menjalankan tugas kompleks, berada di garis depan transformasi ini. Kursus ini menguraikan komponen penting dari alur kerja agentic dan menjelaskan cara membangun, menyesuaikan, serta mengoptimalkannya. Anda akan mempelajari prinsip utama di balik agen LangChain, termasuk mengonfigurasi prompt, mengintegrasikan alat, dan mengelola alur kerja kompleks dengan LangGraph. Di akhir kursus, Anda akan siap membangun sistem cerdas yang mengotomatisasi tugas kompleks, meningkatkan produktivitas, dan menyediakan solusi dinamis yang disesuaikan dengan kebutuhan bisnis tertentu.

Persyaratan

Developing LLM Applications with LangChain
1

The Essentials of LangChain agents

Build intelligent agentic systems! Discover the key components of LangChain agents, including how prompts, LLMs, and tools work together for reasoning and action. You'll set up an agent with OpenAI's API, define custom tools, and tackle real-world tasks like math calculations. Plus, explore how LangChain organizes data using graphs, nodes, and edges.
Mulai Bab
2

Building Chatbots with LangGraph

Build dynamic, tool-augmented chatbots with LangChain and LangGraph! You’ll explore how to create a chatbot that adapts based on user input by defining states and integrating external APIs for real-time information retrieval. You'll connect these components into a responsive graph structure, enabling smooth transitions between conversation and tool-assisted responses. By the end, you’ll have a visually represented chatbot framework with enhanced reasoning and multi-step workflows.
Mulai Bab
3

Build Dynamic Chat Agents

Expand your chatbot with dynamic tools and memory! Define and integrate multiple tools into flexible workflows, build functions for dynamic tool calling, and configure your chatbot for multiple-tool handling. Organize memory and outputs to enable interleaved, multi-turn conversations. By the end, you'll have created a sophisticated chatbot capable of complex interactions.
Mulai Bab
Merancang Sistem Agentic dengan LangChain
Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja Anda
Daftar Sekarang

Bergabung dengan 19 juta pelajar dan mulai Merancang Sistem Agentic dengan LangChain Hari Ini!

Buat Akun Gratis Anda

atau

Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.