After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
集成大语言模型和工具以执行复杂任务的智能体工作流，正处于人工智能变革的前沿。 在本课程中，你将学习 LangChain 智能体背后的关键原理，包括配置提示、集成工具以及管理复杂工作流。 在本课程结束时，你将能够构建智能系统，自动化复杂任务，提升生产力，并提供针对特定业务需求量身定制的动态解决方案。
掌握 LangChain 智能体的核心要点
您将学习如何使用推理与行动（ReAct）框架，将提示、语言模型和工具集成到工作流中。 接下来，你将能够设置智能体工作流，配置工具，并理解 LangChain 智能体的核心原理，同时使用 LangGraph 可视化这些工作流。 你将构建自定义智能体，设置用于访问维基百科 API 等外部数据源的工具，并管理智能体状态。 你将学习如何定义节点和边、创建条件路径，以及组装可根据不同条件进行调整的复杂工作流。构建动态聊天代理
最后，你将学习如何监控消息、定义用于灵活函数调用的节点，并配置你的聊天机器人以处理多工具调用。 在本课程结束时，你将能够构建智能系统，自动化复杂任务，提升生产力，并提供针对特定业务需求的动态解决方案。先修要求
课程大纲
课程大纲
1
LangChain 代理要点
构建智能的 agentic 系统！了解 LangChain 代理的关键组件，以及提示词、LLM 和工具如何协同实现推理与行动。您将使用 OpenAI 的 API 搭建一个代理，定义自定义工具，并解决诸如数学计算等真实任务。另请探索 LangChain 如何用图、节点与边来组织数据。
2
用 LangGraph 构建聊天机器人
使用 LangChain 与 LangGraph 构建动态、工具增强的聊天机器人！您将通过定义状态并集成外部 API 获取实时信息，构建一个能根据用户输入自适应的机器人。您会把这些组件连接成一个响应式的图结构，使对话与工具辅助回复之间的切换顺畅无缝。到最后，您将获得一个具备可视化表示的聊天机器人框架，拥有更强的推理能力和多步工作流。
3
构建动态聊天代理
用动态工具与记忆扩展您的聊天机器人！在灵活的工作流中定义并集成多个工具，构建用于动态工具调用的函数，并将机器人配置为可处理多工具场景。组织记忆与输出，以支持交错的多轮对话。完成后，您将构建一个能够进行复杂交互的高级聊天机器人。
使用 LangChain 设计 Agentic 系统
课程完成
