Tutorial AI

Pelajari Jaringan Kolmogorov–Arnold (KAN), jenis jaringan saraf baru dengan keterjelasan dan akurasi yang lebih baik dibandingkan model tradisional.

Pelajari cara membangun Asisten Ringkasan Rapat Otomatis dengan LangChain v1 yang merangkum rapat, mengekstrak item tindakan, dan mengirim ringkasan yang disetujui ke Google Doc menggunakan fitur terbaru seperti create_agent dan content blocks.

Bandingkan LangChain, LangGraph, LangSmith, dan LangFlow. Pelajari peran, keunggulan, dan kapan menggunakan masing-masing untuk membangun aplikasi AI siap produksi.

Pelajari cara menyiapkan dan menggunakan LangExtract untuk mengekstrak data terstruktur dan relasi dari teks tidak terstruktur, serta membandingkan pendekatannya dengan pustaka NLP tradisional.

Pelajari apa itu Langflow, cara menginstalnya, dan cara membangun alur kerja agen AI yang sederhana dan kustom menggunakan Python.

Bangun alat tanya jawab dokumen sambil menemukan bagaimana LangFuse menyederhanakan debugging, melacak biaya, dan mengatur prompt dalam aplikasi LLM yang kompleks.

Kuasai dasar-dasar LangGraph — state, node, edge, memori — dan bangun agen AI yang dapat diskalakan dengan pola ReAct, tool kustom, dan manajemen state persisten.

LangGraph Studio adalah lingkungan pengembangan visual untuk kerangka LangGraph milik LangChain, yang menyederhanakan pengembangan aplikasi agentic kompleks yang dibangun dengan komponen LangChain.

LangGraph adalah pustaka dalam ekosistem LangChain yang menyediakan kerangka kerja untuk mendefinisikan, mengoordinasikan, dan mengeksekusi beberapa agen LLM (atau chain) secara terstruktur dan efisien.

Pelajari cara membangun sistem multi-agen menggunakan LangManus untuk menganalisis repositori GitHub yang sedang tren, mengambil riwayat commit, memvisualisasikan tren aktivitas, dan menghasilkan laporan markdown.

Pelajari cara menggunakan LangSmith Agent Builder untuk membuat agen yang membaca Gmail, menyusun balasan, dan mencatat tindakan, semuanya tanpa menulis kode.

Pelajari cara mengimplementasikan late chunking dengan Jina AI untuk meningkatkan pelestarian konteks dan akurasi penelusuran dalam aplikasi RAG.