ข้ามไปยังเนื้อหาหลัก

คอร์สฟรี

Multi-Agent Systems with LangGraph

ขั้นสูง2 ชม. 45 นาที

สร้างระบบหลายเอเจนต์อันทรงพลังด้วยการประยุกต์ใช้รูปแบบการออกแบบเอเจนต์ที่กำลังเกิดขึ้นในเฟรมเวิร์ก LangGraph

Python2 ชม. 45 นาทีหนังสือรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?

ทดลองใช้สำหรับองค์กร →

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

โครงร่างคอร์ส

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
เริ่มบท
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
เริ่มบท

Multi-Agent Systems with LangGraph

เรียนคอร์สจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน