Ponte en Contacto
 Duración 14 horas

Temario del curso

LangGraph y patrones de agentes: Una introducción práctica

  • Grafos versus cadenas lineales: cuándo y por qué
  • Agentes, herramientas y ciclos planificador-ejecutor
  • Primer flujo de trabajo: un grafo agéntico minimalista

Estado, memoria y transmisión de contexto

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

Lógica de ramificación y flujo de control

  • Enrutamiento condicional y decisiones de múltiples caminos
  • Reintentos, timeouts y circuit breakers
  • Mecanismos de respaldo, puntos ciegos y nodos de recuperación

Uso de herramientas e integraciones externas

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

Flujos de trabajo de agentes aumentados por recuperación (RAG)

  • Ingesta de documentos y estrategias de segmentación (chunking)
  • Incrustaciones (embeddings) y almacenes vectoriales con ChromaDB
  • Respuestas fundamentadas con citas y salvaguardas

Evaluación, depuración y observabilidad

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

Empaquetado y entrega

  • Servicio con FastAPI y gestión de dependencias
  • Versionado de grafos y estrategias de reversión (rollback)
  • Playbooks operativos y respuesta ante incidentes

Resumen y próximos pasos

Requerimientos

  • Conocimientos prácticos de Python
  • Experiencia en la construcción de aplicaciones de LLM o cadenas de prompts
  • Conocimiento de REST APIs y JSON

Público objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas