LangChain und LangGraph - Professionelle LLM-Workflows

Beschreibung Sie lernen, wie Sie mit LangChain und LangGraph komplexe KI-Workflows planen, umsetzen und betreiben. Der Kurs zeigt, wie Sie externe Daten integrieren, Agenten steuern und graphbasierte Abläufe produktionsreif realisieren.

Inhalt Einführung in LangChain - Grundbausteine: LLMs, Chains, Memory - Agents & Tools: Funktionsweise und Patterns - Callback-System und Debugging Aufbau von Chains - Simple Chains vs. Sequential Chains - Multi-Step Workflows - Verwendung von Memory für Kontext LangGraph Basics - Graphbasierte Modellierung von LLM-Workflows - State Management und Branching - Loops und parallele Pfade Integration externer Tools - Anbindung an Datenbanken und APIs - Vektor-DBs mit LangChain - Custom Tools (Python, SQL, externe Services) Deployment & Betrieb - Persistenz von Graphen - Logging und Observability in LangSmith - Best Practices zur Fehlerbehandlung Praxisprojekt - Bau eines Multi-Agenten-Systems mit LangGraph - Workflow: Datenabruf ? Analyse ? Report ? Validierung

Voraussetzungen Gute Kenntnisse in Python und erste Erfahrung mit LLMs oder Vektor-Datenbanken. Grundverständnis von API-Nutzung, JSON und modularer Softwarearchitektur wird empfohlen.

Zielgruppe Alle mit technischem Hintergrund, die mit LangChain oder LangGraph arbeiten und LLM-Anwendungen professionell planen, erweitern oder produktiv nutzen möchten.