آموزش اصول جامع LangGraph برای توسعه‌دهندگان - آخرین آپدیت

دانلود LangGraph Essentials for Developers

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: بسیاری از توسعه‌دهندگان می‌توانند برنامه‌های ساده‌ای بر پایه LLM بنویسند، اما در پیاده‌سازی گردش کارهای پیچیده و چندمرحله‌ای (Agentic Workflows) در کدنویسی با چالش مواجه می‌شوند. در این دوره آموزشی، «اصول جامع LangGraph برای توسعه‌دهندگان»، شما یاد می‌گیرید که گردش کارهای LangGraph را از ابتدا طراحی و کدنویسی کنید و بر مفاهیم کلیدی آن مسلط شوید. در ابتدا، اجزای اصلی یک گردش کار در LangGraph را بررسی کرده و نحوه ایجاد جریان‌های متوالی، شرطی، موازی و حلقوی را به همراه ساخت یک عامل ReAct یاد خواهید گرفت. سپس، با نحوه پیاده‌سازی حافظه آشنا می‌شوید که امکاناتی مانند «مداخله انسان در چرخه» (Human-in-the-loop) و «سفر در زمان» (Time Travel) را فعال می‌کند. در نهایت، نحوه پیاده‌سازی استریمینگ (Streaming)، ساخت رابط‌های کاربری ساده با Streamlit و ردیابی برنامه‌های خود با استفاده از LangSmith را خواهید آموخت. پس از اتمام این دوره، شما مهارت‌ها و دانش لازم از LangGraph را برای ساخت، مدیریت و ارزیابی کامل گردش کارهای هوش مصنوعی مبتنی بر عامل (Agentic AI) در محیط کدنویسی به دست خواهید آورد.

سرفصل ها و درس ها

مبانی LangGraph LangGraph Basics

  • آشنایی با LangGraph و اجزای اصلی آن Introduction to LangGraph and Its Core Components

  • مراحل ساخت و اجرای یک گردش کار در LangGraph Steps to Build and Run a LangGraph Workflow

  • ساخت و اجرای یک برنامه LangGraph Building and Running a LangGraph Application

  • تجسم بصری گردش کار شما Visualizing Your Workflow

  • تعریف وضعیت (State) Defining State

  • تکامل وضعیت State Evolution

  • ادغام وضعیت با استفاده از Reducers Merging State with Reducers

  • ردوسرهای سفارشی و انباشت پیام‌ها Custom Reducers and Message Accumulation

الگوهای جریان کنترل Control Flow Patterns

  • اجرای متوالی Sequential Execution

  • اجرای موازی Parallel Execution

  • ردوسرها در اجرای موازی Reducers in Parallel Execution

  • اجرای شرطی (مسیریابی) Conditional Execution (Routing)

  • اجرای تکرارشونده (حلقه‌ها) Iterative Execution (Looping)

  • گردش کارهای تکرارشونده با حلقه‌های بازخورد Iterative Workflows with Feedback Loops

یکپارچه‌سازی ابزارها و عامل‌های ReAct Tool Integration and ReAct Agents

  • ساخت یک چت‌بات پایه Building a Basic Chatbot

  • ابزارها در LangGraph Tools in LangGraph

  • یکپارچه‌سازی ابزارها در گردش کارها Integrating Tools into Workflows

  • ساخت یک عامل ReAct سفارشی در LangGraph Building a Custom ReAct Agent in LangGraph

  • استفاده از عامل ReAct داخلی Using the Built-in ReAct Agent

  • ساخت یک سیستم چند-عاملی Building a Multi-agent System

حافظه و پایداری داده‌ها Memory and Persistence

  • درک مفهوم پایداری (Persistence) در LangGraph Understanding Persistence in LangGraph

  • گام‌های برتر (Super steps) و نقاط بازرسی (Checkpointing) Super-steps and Checkpointing

  • جداسازی اجراهای گردش کار Separating Workflow Executions

  • نقاط بازرسی در حافظه با InMemorySaver In-memory Checkpoints with InMemorySaver

  • ذخیره‌سازی پایدار با SQLiteSaver Persistent Storage with SQLiteSaver

  • افزودن حافظه کوتاه‌مدت به چت‌بات Adding Short-term Memory to a Chatbot

  • تحمل خطا در گردش کارها Fault Tolerance in Workflows

سفر در زمان و مداخله انسان در چرخه Time Travel and Human-in-the-loop

  • درک مفهوم سفر در زمان Understanding Time Travel

  • پیاده‌سازی سفر در زمان Implementing Time Travel

  • مفاهیم و کاربردهای HITL (مداخله انسان) HITL: Concepts and Use Cases

  • پیاده‌سازی HITL در LangGraph Implementing HITL in LangGraph

  • متوقف کردن اجرا در یک نود (Node) Interrupting Execution within a Node

  • تایید انسانی با حلقه بازخورد Human Approval with a Feedback Loop

  • مسیریابی مبتنی بر فرمان Command-based Routing

  • توقف‌های داخلی در ابزارها Interrupts Inside Tools

  • توقف‌های استاتیک برای عیب‌یابی Static Interrupts for Debugging

استریمینگ و یکپارچه‌سازی رابط کاربری Streaming and UI Integration

  • مبانی استریمینگ Streaming Basics

  • استریمینگ در عمل Streaming in Action

  • استریم کردن پاسخ‌های LLM Streaming LLM Responses

  • ساخت رابط‌های کاربری تعاملی برای LangGraph با Streamlit Building Interactive UIs for LangGraph Using Streamlit

مشاهده‌پذیری و ارزیابی با استفاده از LangSmith Observability and Evaluation Using LangSmith

  • شروع کار با LangSmith Getting Started with LangSmith

  • ردیابی گردش کارهای LangGraph در LangSmith Tracing LangGraph Workflows in LangSmith

  • عیب‌یابی و تحلیل عملکرد Debugging and Performance Analytics

  • مانیتورینگ عملکرد برنامه Monitoring Application Performance

  • ارزیابی آفلاین Offline Evaluation

  • ساخت مجموعه‌داده‌ها (Datasets) Creating Datasets

  • اجرای آزمایش‌ها Running Experiments

نمایش نظرات

آموزش اصول جامع LangGraph برای توسعه‌دهندگان
جزییات دوره
2h 58m
47
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
11
5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Deepali Srivastava Deepali Srivastava

نویسنده