Tutorial sull’IA

Padroneggia i fondamenti di LangGraph — state, nodi, archi, memoria — e crea agenti IA scalabili con pattern ReAct, strumenti personalizzati e gestione dello stato persistente.

LangGraph Studio è un ambiente di sviluppo visuale per il framework LangGraph di LangChain, che semplifica lo sviluppo di applicazioni agentiche complesse costruite con componenti LangChain.

LangGraph è una libreria dell'ecosistema LangChain che fornisce un framework per definire, coordinare ed eseguire più agent LLM (o chain) in modo strutturato ed efficiente.

Impara a creare un sistema multi-agente con LangManus per analizzare un repository di tendenza su GitHub, eseguire lo scraping della sua cronologia dei commit, visualizzare le tendenze di attività e generare un report in markdown.

Scopri come usare LangSmith Agent Builder per creare un agente che legge Gmail, prepara le risposte e registra le azioni, il tutto senza scrivere codice.

Scopri come implementare il late chunking con Jina AI per migliorare la conservazione del contesto e l’accuratezza del recupero nelle applicazioni RAG.

Esiste un numero ottimale di livelli e neuroni nascosti per una rete neurale artificiale (ANN). Questo tutorial presenta un approccio semplice per determinare i numeri ottimali di livelli e neuroni per le ANN.

Scopri cos'è LiteLLM e come usarlo per chiamate API unificate a vari provider di LLM: uso base dell'API, gestione errori, fallback, streaming, output strutturati e tracciamento dei costi.

Impara a creare un'applicazione RAG con Llama 3.1 8B usando Ollama e Langchain: configura l'ambiente, elabora i documenti, crea le embedding e integra un retriever.

Impara a creare un'app per didascalie di immagini usando Streamlit per il front end, Llama 3.2 90B per generare le didascalie e Groq come API.

Segui le istruzioni passo passo per configurare ed eseguire Llama 3.2 1B sul tuo dispositivo Android usando il framework Torchchat.

Scopri passo dopo passo come creare un'applicazione RAG con Llama 3.2 Vision, Ollama e ColPali.