Text-to-Query Agents with MongoDB and LangGraph

ระดับกลางระดับทักษะ

อัปเดตแล้ว 03/2569

Discover how to talk to your data using text-to-query AI agents with MongoDB and LangGraph.

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

คำอธิบายรายวิชา

Have you ever wished that your could chat with your database? This is now a possibility with LLMs and AI agents. In this course, you'll learn how to interact and chat with a MongoDB database instance, using LangGraph for agent orchestration. You'll learn about the challenges and value of text-to-query workflows, build your own to answer data-related questions about a movies dataset, and even implement memory checkpointing to pick up your conversations where they left off!

ข้อกำหนดเบื้องต้น

Introduction to Functions in Python

Text-to-Query Agents: Applications and Architecture

Learn how to build text-to-query agents so you can have conversations with your data!

Text-to-query agents

50 เอ็กซ์พี

Get set up for the hands-on exercises

100 เอ็กซ์พี

The text-to-query workflow

50 เอ็กซ์พี

Writing MongoDB queries

100 เอ็กซ์พี

More complex aggregations

100 เอ็กซ์พี

A text-to-query workflow in practice

100 เอ็กซ์พี

เริ่มบท

Automating Text-to-Query Workflows with Agents

Make your text-to-query workflow agentic! Building and orchestrating AI agents with LangGraph will allow you to create smart and dynamic text-to-query workflows.

The text-to-query agent architecture

50 เอ็กซ์พี

Building the agent's toolbox

100 เอ็กซ์พี

Creating the text-to-query prompt

100 เอ็กซ์พี

Orchestrating the text-to-query agent

100 เอ็กซ์พี

เริ่มบท