ข้ามไปยังเนื้อหาหลัก

คอร์ส

Multi-Agent Systems with LangGraph

ขั้นสูง2 ชม. 45 นาที

สร้างระบบหลายเอเจนต์อันทรงพลังด้วยการประยุกต์ใช้รูปแบบการออกแบบเอเจนต์ที่กำลังเกิดขึ้นในเฟรมเวิร์ก LangGraph

Python2 ชม. 45 นาที4 วิดีโอ13 แบบฝึกหัด1,100 XP7,339ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

สร้าง AI Agents ด้วย LangGraph

ออกแบบและสร้างเอเจนต์ของคุณเองด้วย LangGraph! LangGraph เป็นส่วนสำคัญของระบบนิเวศ LangChain และถูกใช้เพื่อสร้างเอเจนต์ AI ที่พร้อมใช้งานจริงในระดับโปรดักชัน พร้อมความสามารถในการปรับแต่งได้อย่างสูง LangGraph ช่วยให้นักพัฒนาสร้างเอเจนต์ในรูปแบบกราฟที่มีโหนดและเส้นเชื่อม ซึ่งทำให้สามารถวางแผนการไหลของข้อมูลและเส้นทางการตัดสินใจได้อย่างละเอียด และช่วยลดโอกาสที่ข้อผิดพลาดที่ไม่คาดคิดจะเกิดขึ้น

สำรวจสถาปัตยกรรมมัลติเอเจนต์ที่กำลังเกิดขึ้นใหม่

นับตั้งแต่การเติบโตของ AI agents รูปแบบการออกแบบแบบ agentic จำนวนหนึ่งได้เกิดขึ้น และคุณจะได้เรียนรู้เกี่ยวกับสองรูปแบบที่ได้รับความนิยมมากที่สุด ได้แก่ มัลติเอเจนต์แบบเครือข่าย (หรือแบบกระจายศูนย์) และมัลติเอเจนต์แบบผู้ควบคุมงาน จัดการเอเจนต์หลายตัวได้อย่างมีประสิทธิภาพด้วยการออกแบบเอเจนต์ผู้ควบคุมเพื่อมอบหมายงานและส่งเสริมการทำงานร่วมกันระหว่างเอเจนต์ผู้ปฏิบัติงาน

สร้างผู้ช่วยแบบเอเจนต์ของคุณเอง

คุณจะใช้ LangGraph เพื่อสร้างผู้ช่วยแบบเอเจนต์สำหรับรวบรวมข้อมูลและข้อมูลผลการดำเนินงานของหุ้นในบริษัท Fortune 500 และวิเคราะห์ข้อมูลเหล่านั้นด้วยภาพแสดงผล!

คุณจะได้เห็นเอเจนต์นี้พัฒนาจากระบบเอเจนต์เดี่ยวแบบง่าย ไปสู่ระบบมัลติเอเจนต์แบบผู้ควบคุมที่มีเอเจนต์สามตัว! เข้าร่วมกลุ่มผู้สร้าง AI ที่กำลังเติบโต และเรียนรู้การออกแบบและสร้างเอเจนต์ AI ได้แล้ววันนี้!

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

Agent ในรูปแบบ Graph

เรียนรู้การสร้าง AI Agent แบบ LangGraph! สร้างชุดเครื่องมือที่ช่วยให้ Agent เชื่อมต่อกับ API ดึงข้อมูลจากไฟล์ CSV และรันโค้ด Python ได้ จากนั้นเริ่มสร้างระบบ Agent เดี่ยวโดยใช้ Node และ Edge เพื่อเชื่อม LLM และเครื่องมือต่างๆ เข้าด้วยกันอย่างมีระเบียบ
เริ่มบทเรียน
2

Multi-Agent ด้วย LangGraph

นับตั้งแต่ AI Agent ได้รับความนิยม รูปแบบการออกแบบ Agent ก็เกิดขึ้นมากมาย คุณจะได้เรียนรู้สองแนวทางที่ได้รับความนิยมสูงสุด ได้แก่ Swarm (หรือ Decentralized) Multi-Agent และ Supervisor Multi-Agent พร้อมค้นพบว่า LangGraph มีฟังก์ชันการทำงานที่หลากหลายสำหรับออกแบบ Multi-Agent ให้เหมาะกับการใช้งานเฉพาะด้าน
เริ่มบทเรียน

Multi-Agent Systems with LangGraph

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา