คอร์ส
การออกแบบระบบ Agentic ด้วย LangChain
ระดับกลางระดับทักษะ
อัปเดตแล้ว 10/2568
PythonArtificial Intelligence3 ชม.11 วิดีโอ34 แบบฝึกหัด2,800 XP12,155ใบรับรองความสำเร็จ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา
เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง
กำลังฝึกอบรมทีม?
ลองใช้สำหรับธุรกิจคำอธิบายคอร์ส
เชี่ยวชาญพื้นฐานสำคัญของ LangChain Agents
คุณจะได้เรียนรู้วิธีผสานพรอมต์ โมเดลภาษา และเครื่องมือต่างๆ เข้ากับเวิร์กโฟลว์โดยใช้เฟรมเวิร์ก Reasoning and Action (ReAct) หลังจากนั้น คุณจะสามารถตั้งค่าเวิร์กโฟลว์แบบเอเจนติก กำหนดค่าเครื่องมือ และเข้าใจหลักการสำคัญของเอเจนต์ LangChain พร้อมทั้งแสดงภาพเวิร์กโฟลว์เหล่านี้ด้วย LangGraph คุณจะสร้างเอเจนต์แบบกำหนดเอง ตั้งค่าเครื่องมือสำหรับเข้าถึงแหล่งข้อมูลภายนอก เช่น Wikipedia API และจัดการสถานะของเอเจนต์ คุณจะได้รับคำแนะนำในการกำหนดโหนดและเส้นเชื่อม สร้างเส้นทางแบบมีเงื่อนไข และประกอบเวิร์กโฟลว์ที่ซับซ้อนซึ่งปรับให้เข้ากับเงื่อนไขที่แตกต่างกันสร้างแชตเอเจนต์แบบไดนามิก
สุดท้าย คุณจะได้เรียนรู้วิธีตรวจสอบข้อความ กำหนดโหนดสำหรับการเรียกใช้ฟังก์ชันที่ยืดหยุ่น และกำหนดค่าชัตบอตของคุณให้รองรับการจัดการหลายเครื่องมือ เมื่อจบหลักสูตรนี้ คุณจะสามารถสร้างระบบอัจฉริยะที่ทำงานอัตโนมัติในงานที่ซับซ้อน เพิ่มประสิทธิภาพการทำงาน และมอบโซลูชันแบบไดนามิกที่ปรับให้เหมาะกับความต้องการทางธุรกิจเฉพาะได้ข้อกำหนดเบื้องต้น
Developing LLM Applications with LangChain1
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.
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.
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.
การออกแบบระบบ Agentic ด้วย LangChain
คอร์สเสร็จสมบูรณ์ รับใบรับรองความสำเร็จ
เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณแชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที
ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การออกแบบระบบ Agentic ด้วย LangChain วันนี้!
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา
พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา