آموزش جامع LangGraph - آخرین آپدیت

دانلود LangGraph

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: ساخت ایجنت‌های هوش مصنوعی و جریان‌های کاری (Workflows) با LangGraph در این دوره، مفاهیم بنیادی LangGraph را درک کرده و جریان‌های کاری چند-ایجنته و وضعیت‌دار (Stateful) را با استفاده از معماری‌های مبتنی بر گراف بسازید. طراحی، توسعه و استقرار ایجنت‌های هوش مصنوعی دارای حافظه، قابلیت تصمیم‌گیری و فراخوانی ابزارها با استفاده از LangGraph را بیاموزید. یکپارچه‌سازی LangGraph با مدل‌های زبانی بزرگ (LLMs)، APIها، پایگاه‌های داده و ابزارهای خارجی برای ایجاد اپلیکیشن‌های هوشمند ایجنتی را تجربه کنید. پروژه‌های واقعی هوش مصنوعی شامل چت‌بات‌ها، ایجنت‌های خودمختار، دستیاران پژوهشی و سیستم‌های اتوماسیون جریان کاری را پیاده‌سازی کنید. پیشنیازها: دانش پایه برنامه‌نویسی پایتون شامل متغیرها، توابع، حلقه‌ها و مفاهیم شی‌گرایی توصیه می‌شود. آشنایی با مفاهیم هوش مصنوعی مولد (Generative AI) و مدل‌های زبانی بزرگ (LLMs) مفید است اما اجباری نیست. به هیچ تجربه قبلی در LangGraph یا LangChain نیاز نیست؛ تمام مطالب از پایه و از طریق پروژه‌های عملی آموزش داده می‌شوند. درک اولیه از APIها، JSON و کتابخانه‌های پایتون به زبان‌آموزان کمک می‌کند تا مثال‌های پیشرفته را راحت‌تر دنبال کنند. اشتیاق به ساخت ایجنت‌های هوش مصنوعی، سیستم‌های چند-ایجنته و اپلیکیشن‌های کاربردی با استفاده از فریم‌ورک‌های مدرن.

LangGraph یکی از قدرتمندترین فریم‌ورک‌ها برای ساخت ایجنت‌های هوشمند AI و اپلیکیشن‌های مبتنی بر جریان کاری است. این دوره طراحی شده تا شما را از صفر با LangGraph آشنا کرده و آن را در پروژه‌های واقعی به کار بگیرید.

شما با درک مبانی ایجنت‌های هوش مصنوعی و LangChain شروع کرده و سپس وارد معماری گراف‌محور LangGraph می‌شوید. از طریق مثال‌های عملی، نحوه ایجاد جریان‌های کاری وضعیت‌دار با استفاده از گره‌ها (Nodes)، یال‌ها (Edges)، مسیریابی شرطی، حافظه و نقاط بازگشت (Checkpoints) را خواهید آموخت. با پیشروی در دوره، مدل‌های زبانی بزرگ (LLMs)، ابزارهای خارجی، دیتابیس‌ها، جستجوی وب و سیستم‌های RAG را در اپلیکیشن‌های خود ادغام می‌کنید.

این دوره هر دو سطح مقدماتی و پیشرفته را پوشش می‌دهد، از جمله حافظه مکالمه‌ای، Agentic RAG، Corrective RAG، ایجنت‌های مبتنی بر بازتاب (Reflection)، جریان‌های کاری Human-in-the-Loop، ایجنت‌های SQL و سیستم‌های AI چند-ابزاری. همچنین نحوه مانیتورینگ، ردیابی، عیب‌یابی و بهینه‌سازی جریان‌های کاری AI را با استفاده از LangSmith می‌آموزید.

هر مفهوم به صورت گام‌به‌گام با دموهای کدنویسی عملی و موارد استفاده واقعی توضیح داده شده است. در پایان دوره، قادر خواهید بود ایجنت‌های پیچیده‌ای طراحی و مستقر کنید که می‌توانند استدلال کنند، از ابزارها استفاده کنند، حافظه را مدیریت کرده و وظایف دشوار را اتوماتیک کنند.

چه توسعه‌دهنده باشید، چه دانشمند داده، علاقه‌مند به AI یا دانشجو، این دوره مهارت‌های لازم برای ساخت نسل بعدی اپلیکیشن‌های هوش مصنوعی با LangGraph را در اختیار شما قرار می‌دهد.


سرفصل ها و درس ها

مبانی LangGraph LangGraph-1

  • پیش‌نیازها و ایجنت‌های پیچیده LangChain Prerequisites and Complex LangChain Agents

  • انگیزه و مفاهیم اصلی گراف Motivation and Core Graph Concepts

  • ساخت گراف‌های وضعیت‌دار پایه Building Basic State Graphs

  • پیاده‌سازی یال‌های شرطی Implementing Conditional Edges

  • یکپارچه‌سازی گره‌های LLM Integrating LLM Nodes

  • ساخت اولین ایجنت React First React Agent

  • مدیریت حافظه و نقاط بازگشت (Checkpointing) Memory Management and Checkpointing

  • ساخت ایجنت هوش مصنوعی همراه با ابزارها Building an AI Agent with Tools

  • جریان‌های کاری Agentic RAG Agentic RAG Workflows

مباحث پیشرفته LangGraph LangGraph-2

  • سیستم Corrective RAG Corrective RAG

  • بازتاب ایجنتی (Agentic Reflection) Agentic Reflection

  • ردیابی و مانیتورینگ با LangSmith Tracing with LangSmith

  • ساخت ایجنت ابزار SQL SQL Tool Agent Creation

  • پیاده‌سازی حضور انسان در چرخه (HITL) Implementing Human-in-the-Loop (HITL)

  • ساخت ایجنت هوش مصنوعی چند-ابزاری Building a Multi-Tool AI Agent

  • جمع‌بندی و پایان دوره Course Conclusion

نمایش نظرات

آموزش جامع LangGraph
جزییات دوره
6 hours
16
(آخرین آپدیت)
7
4 از 5
دارد
ندارد
ندارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Statinfer Solutions Statinfer Solutions

Data Science از اینجا شروع می شود! Statinfer ارائه دهنده راه حل های یادگیری الکترونیکی علوم داده است. ما آموزش آنلاین و کلاسه ای در زمینه ابزارها و تکنیک های برجسته علوم داده را ارائه می دهیم. تمرکز ما روی تجزیه و تحلیل داده ها ، یادگیری ماشین و هوش مصنوعی است. ابزارهایی که ما روی آنها کار می کنیم R ، Python ، Tensor Flow و Spark هستند. استاتینفر توسط دانشمندان داده ایجاد می شود که پویایی تجارت فعلی را درک می کنند. دوره های ما صرفاً آکادمیک نیستند ، در عوض ، کاربردها و مثالهای صنعتی بسیاری وجود دارد. سازندگان دوره را جمع آوری کردند ، موضوعات را با درک صحیح مطالعه کردند و برنامه درسی را طراحی کردند. هر دوره دارای مقادیر کافی آزمایشگاه ، آزمونها و پروژه های خودآموزی در مورد داده های واقعی است تا با مشکلات دنیای واقعی مواجه شوید.