LangChain 是一个用于构建 LLM 应用程序的流行开源框架,最近推出了 LangGraph。这一扩展允许开发人员创建高度可控的代理。 在本课程中,您将学习使用 Python 和 LLM 从零开始构建一个代理,然后使用 LangGraph 重建它,了解它的组件以及如何将它们组合起来构建基于流的应用程序。 此外,您还将学习代理搜索(agentic search),它以代理友好的格式返回多个答案,增强代理的内置知识。本课程将向您展示如何在您的应用程序中使用代理搜索,为代理提供更好的数据,以提高他们的产出。 详细内容: 1.从零开始构建一个代理,了解 LLM 和围绕 LLM 的代码之间的任务分工。2. 使用 LangGraph 实现您构建的代理。了解代理搜索如何以可预测的格式检索多个答案,这与返回链接的传统搜索引擎不同。4. 在代理中实现持久性,实现跨多个 Thread 的状态管理、对话切换以及重新加载先前状态的能力。5. 在代理系统中加入 "人在 Loop "功能。开发一个用于论文写作的代理,复制研究人员从事这项工作的工作流程。 开始使用 LangGraph 构建更多可控代理!


了解顶级公司的员工如何掌握热门技能

在不到 2 个小时的时间内学习、练习和应用为就业做好准备的技能
- 接受行业专家的培训
- 获得解决实训工作任务的实践经验

关于此项目
位教师


学习方式
基于实践项目的学习
按照分步说明完成与工作相关的任务来练习新技能。
无需下载或安装
在云环境中访问您所需的工具和资源。
仅在台式计算机上可用
此项目专为具有可靠互联网连接的笔记本电脑或台式计算机而设计,而不是移动设备。
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
213 条评论
- 5 stars
80.84%
- 4 stars
14.95%
- 3 stars
3.27%
- 2 stars
0%
- 1 star
0.93%
显示 3/213 个
已于 Nov 11, 2024审阅
Great project! It provides a good starting point in the world of Agents with LangGraph. Now, I am eager to learn more and to implement my own agentic workflows.
已于 May 28, 2025审阅
I congratulate and thank you for conducting the course through direct practical work.
已于 Aug 6, 2025审阅
Very engaging learning experience. A lot of content, it took me 3hrs to finish watching all these. Still I'll have to revisit.
您可能还喜欢
- 状态:免费试用
- 状态:免费试用
- 状态:免费
DeepLearning.AI
- 状态:免费
DeepLearning.AI
常见问题
在课程中,您将在交互式实践环境中按照一系列说明完成活动或场景。课程在真实云环境和各种产品的真实实例中完成,而不是在模拟或演示环境中完成。
购买课程后,您将获得完成该课程所需的一切信息,包括完成该课程所需的任意产品的临时访问权限。
虽然从技术上讲,您可以通过移动设备访问此课程,但我们强烈建议您仅在笔记本电脑或台式机上完成课程。