Pular para o conteúdo
Todas as trilhas
Criar agentesAvançadoPara desenvolvedores10 capítulos205 min

Agentes avançados

Estado em grande escala, Command e Send, subgrafos, viagem no tempo, loops que resistem e loops que param, planejamento, deep agents e tarefas que atravessam várias sessões.

Para desenvolvedores que já sabem criar sistemas de agentes. Você trabalha com grafos grandes e seu estado, roteia com Command e Send, volta e ramifica execuções, cria loops que se recuperam de falhas e sabem quando parar, compara padrões de planejamento e roda um harness de deep agents numa tarefa longa. Cada laboratório roda o LangGraph.js 1.5.1 real no seu navegador, com um modelo roteirizado. O harness de deep agents é recriado, e as telas dizem isso.

0 de 10 concluídos
Começar: Agentes avançados

Capítulos

  1. Capítulo 1Aberto

    Estado em escala

    Como o LangGraph.js 1.5.1 combina as escritas em uma chave do estado: campos de StateSchema com e sem reducer, a ordem das escritas em paralelo, Overwrite e UntrackedValue.

  2. Capítulo 2Bloqueado

    Command e Send

    Um nó pode atualizar o estado e escolher o próximo nó em um só passo com Command, e distribuir o trabalho entre workers em paralelo com Send, quantos o modelo pedir.

    20 min
  3. Capítulo 3Bloqueado

    Subgrafos e equipes

    Monte equipes de agentes com subgrafos, decida como elas compartilham o estado, leia seus namespaces no stream e compare padrões multiagente por chamadas ao modelo e tokens.

    20 min
  4. Capítulo 4Bloqueado

    Viagem no tempo

    Cada superstep salva um checkpoint, então você pode ler o histórico de uma execução, repetir a partir de um passo passado, editar um estado passado e bifurcar um segundo final.

    20 min
  5. Capítulo 5Bloqueado

    Loops que resistem

    Políticas de nova tentativa, timeouts, handlers de erro e checkpoints mantêm uma execução longa de pé quando uma ferramenta falha ou o processo para.

    20 min
  6. Capítulo 6Bloqueado

    Loops que param

    Um loop precisa de paradas que valem não importa o que o modelo faça: um limite de recursão, um orçamento de chamadas, um detector de chamadas repetidas e uma pessoa que pode dizer não.

    20 min
  7. Capítulo 7Bloqueado

    Loops de planejamento

    Plan-and-execute, ReWOO e LLMCompiler planejam o trabalho antes de fazê-lo, e diferem em chamadas ao modelo, supersteps e tempo.

    20 min
  8. Capítulo 8Bloqueado

    Gastar computação

    Loops avaliador-otimizador, reflexão, best-of-n e busca em árvore gastam mais chamadas ao modelo para chegar a uma resposta melhor, e cada um precisa de um orçamento.

    20 min
  9. Capítulo 9Bloqueado

    Um harness de deep agent

    Um deep agent planeja com uma lista de afazeres, guarda notas em arquivos virtuais, passa partes de um trabalho a subagentes com um contexto novo e pausa antes das ferramentas que você nomear.

    20 min
  10. Capítulo 10Bloqueado

    Agentes de longo horizonte

    Um trabalho que se estende por várias sessões precisa de compactação dentro de uma sessão, arquivos de passagem e memória entre sessões, e uma verificação de toda a sua trajetória.

    25 min