Contacta con nosotros

Temario del curso

LangGraph y Patrones de Agentes: Una Guía Práctica

  • Grafos frente a cadenas lineales: cuándo y por qué.
  • Agentes, herramientas y bucles planificador-ejecutor.
  • Hello workflow: un grafo agénico mínimo.

Estado, Memoria y Transferencia de Contexto

  • Diseño del estado del grafo e interfaces de nodos.
  • Memoria a corto plazo frente a memoria persistida.
  • Ventanas de contexto, resumen y reconstrucción.

Lógica de Ramificación y Flujo de Control

  • Encaminamiento condicional y decisiones de múltiples caminos.
  • Reintentos, tiempos de espera y disyuntores (circuit breakers).
  • Alternativas, puntos muertos y nodos de recuperación.

Uso de Herramientas e Integraciones Externas

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

Flujos de Trabajo de Agentes con Recuperación Aumentada (RAG)

  • Ingesta de documentos y estrategias de fragmentación.
  • Embeddings y almacenes vectoriales con ChromaDB.
  • Respuestas fundamentadas con citas y salvaguardas.

Evaluación, Depuración y Observabilidad

  • Rastreo de caminos e inspección de interacciones entre nodos.
  • Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión.
  • Monitoreo de calidad, seguridad y coste/latencia.

Empaquetado y Entrega

  • Servicio mediante FastAPI y gestión de dependencias.
  • Versión de grafos y estrategias de reversión.
  • Playbooks operativos y respuesta a incidentes.

Resumen y Próximos Pasos

Requerimientos

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

Público Objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas