Ponte en Contacto
 Duración 14 horas

Temario del curso

LangGraph y patrones de agentes: Una introducción práctica

  • Grafos frente a cadenas lineales: cuándo y por qué
  • Agentes, herramientas y bucles de planificador-ejecutor
  • Primer flujo de trabajo: un grafo agéntico mínimo

Estado, memoria y transmisión de contexto

  • Diseño del estado del grafo y de las interfaces de nodos
  • Memoria a corto plazo frente a memoria persistente
  • Ventanas de contexto, resumen y rehidratación

Lógica de bifurcación y control de flujo

  • Enrutamiento condicional y decisiones de múltiples rutas
  • Reintentos, temporizadores de espera y fusibles de circuito
  • Soluciones de respaldo, callejones sin salida y nodos de recuperación

Uso de herramientas e integraciones externas

  • Llamadas de funciones/herramientas desde nodos y agentes
  • Consumo de API REST y bases de datos desde el grafo
  • Análisis y validación de salidas estructuradas

Flujos de trabajo de agentes aumentados con recuperación (RAG)

  • Ingesta de documentos y estrategias de segmentación (chunking)
  • Embeddings y almacenes vectoriales con ChromaDB
  • Respuestas fundamentadas con citas y medidas de seguridad

Evaluación, depuración y observabilidad

  • Rastreo de rutas e inspección de interacciones entre nodos
  • Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión
  • Monitoreo de calidad, seguridad, costo y latencia

Empaquetado y entrega

  • Servicio con FastAPI y gestión de dependencias
  • Gestión de versiones de grafos y estrategias de reversión
  • Manual de operaciones y respuesta a incidentes

Resumen y próximos pasos

Requerimientos

  • Conocimientos prácticos de Python
  • Experiencia en la construcción de aplicaciones LLM o cadenas de prompts
  • Familiaridad con API REST y JSON

Audiencia

  • Ingenieros de IA
  • Gerentes de producto
  • Desarrolladores que construyen sistemas interactivos impulsados por LLM

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas