Fundamentos de LangGraph: Prompting y encadenamiento de LLMs basados en grafos

Introducción a LangGraph y conceptos de grafos

• Por qué usar grafos para aplicaciones de LLM: orquestación frente a cadenas simples
• Nodos, aristas y estado en LangGraph
• Hola LangGraph: primer grafo ejecutable

Gestión de estado y encadenamiento de prompts

• Diseño de prompts como nodos de grafo
• Transmisión de estado entre nodos y manejo de salidas
• Patrones de memoria: contexto a corto plazo frente a contexto persistente

Ramificación, flujo de control y manejo de errores

• Enrutamiento condicional y flujos de trabajo de múltiples vías
• Reintentos, tiempos de espera y estrategias de respaldo
• Idempotencia y re-ejecuciones seguras

Herramientas e integraciones externas

• Invocación de funciones/herramientas desde nodos de grafo
• Llamado a APIs REST y servicios dentro del grafo
• Trabajo con salidas estructuradas

Flujos de trabajo con aumentación por recuperación

• Ingesta de documentos y conceptos básicos de segmentación (chunking)
• Embeddings y almacenes vectoriales (p. ej., ChromaDB)
• Respuestas fundamentadas con citas

Pruebas, depuración y evaluación

• Pruebas de estilo unitario para nodos y rutas
• Trazabilidad y observabilidad
• Controles de calidad: factualidad, seguridad y determinismo

Fundamentos de empaquetado e implementación

• Configuración del entorno y gestión de dependencias
• Expocición de grafos detrás de APIs
• Versionado de flujos de trabajo y actualizaciones escalonadas

Resumen y próximos pasos