尚硅谷大模型技术-LangGraph实战教程

深入探索大模型技术,实战LangGraph

编辑点评

实战性强,系统讲解LangGraph的各个模块和功能,适合对大模型技术感兴趣的学习者。

⭐ 编辑推荐

本教程深入浅出地讲解了LangGraph的实战应用,从入门基础到高级功能,助你掌握大模型技术。

课程亮点

LangGraph实战教程
系统讲解各个模块
适合大模型技术爱好者

课程目录

📁 4、视频
    4、视频文档.png  [493.5 KB]
    88_中断_审批模型.mp4  [72.5 MB]
    103_工具节点_使用ToolNode替代手动调用.mp4  [18.7 MB]
    35_控制流_延时节点执行.mp4  [57.3 MB]
    20_入门基础_节点更新状态.mp4  [42.0 MB]
    79_持久化_长期记忆数据的使用上.mp4  [398.3 MB]
    27_入门基础_AgentState和总结.mp4  [19.6 MB]
    57_持久化_持久化机制介绍.mp4  [207.5 MB]
    127_子图_子图动态路由.mp4  [37.9 MB]
    85_中断_主动中断的具体执行.mp4  [31.1 MB]
    45_控制流_主动退出.mp4  [356.8 MB]
    83_持久化_节点的触发和执行总结.mp4  [34.6 MB]
    44_控制流_限制循环步数.mp4  [30.0 MB]
    132_图设计模型_agent模式和总结.mp4  [91.0 MB]
    101_工具节点_手动调用工具案例代码上.mp4  [64.2 MB]
    96_中断_静态中断出现在超步位置.mp4  [32.4 MB]
    111_流式执行_其他的打印信息.mp4  [40.9 MB]
    48_控制流_重试机制.mp4  [59.2 MB]
    84_中断_两种中断机制.mp4  [11.7 MB]
    54_控制流_缓存配置详解.mp4  [12.8 MB]
    60_持久化_内存持久化和数据库持久化的区别.mp4  [19.4 MB]
    31_控制流_并行运行展示.mp4  [42.2 MB]
    108_流式执行_基础状态内容输出.mp4  [256.6 MB]
    63_持久化_创建pgSQL的数据库和用户.mp4  [18.9 MB]
    17_入门基础_reducer在langgraph中的应用.mp4  [31.1 MB]
    129_图设计模型_路由.mp4  [27.6 MB]
    12_入门基础_完成基础的graph流程.mp4  [257.3 MB]
    26_入门基础_预定义状态.mp4  [357.8 MB]
    07_环境部署_进行环境验证.mp4  [15.7 MB]
    130_图设计模型_编排器_工作者模式.mp4  [37.2 MB]
    104_工具节点_使用ToolRuntime自定义工具代码.mp4  [58.5 MB]
    02_环境部署_miniConda.mp4  [50.8 MB]
    30_控制流_并行节点.mp4  [21.2 MB]
    08_入门基础_langchain和langgraph定位区别.mp4  [193.5 MB]
    117_子图_父图检查点查看子图检查点信息.mp4  [396.2 MB]
    106_工具节点_实现自定义缓存.mp4  [76.9 MB]
    81_持久化_环境上下文记忆.mp4  [77.7 MB]
    11_入门基础_API风格选择.mp4  [17.7 MB]
    42_控制流_静态循环控制.mp4  [160.2 MB]
    126_子图_子图的llm流式输出.mp4  [97.7 MB]
    29_控制流_add_sequence.mp4  [24.5 MB]
    69_持久化_查看所有检查点记录.mp4  [363.0 MB]
    10_入门基础_图运行过程.mp4  [24.7 MB]
    120_子图_多轮会话场景持久化策略.mp4  [29.1 MB]
    89_中断_其余案例.mp4  [75.2 MB]
    38_控制流_静态扇入.mp4  [55.2 MB]
    98_项目部署_本地部署对接Langsmith.mp4  [61.8 MB]
    90_中断_使用规范.mp4  [275.5 MB]
    13_入门基础_图结构可视化展示.mp4  [247.6 MB]
    105_工具节点_wrap_tool_call.mp4  [112.6 MB]
    46_控制流_被动方法.mp4  [295.8 MB]
    34_控制流_映射多节点.mp4  [49.6 MB]
    25_入门基础_四种状态的案例讲解.mp4  [56.7 MB]
    14_入门基础_状态的多种实现dataclass.mp4  [27.4 MB]
    109_流式执行_messages消息.mp4  [36.0 MB]
    18_入门基础_状态归约的使用.mp4  [45.9 MB]
    128_图设计模型_提示词链和并行化.mp4  [166.0 MB]
    92_中断_多个并行中断的检查点.mp4  [40.2 MB]
    78_持久化_长期记忆数据库存储.mp4  [66.7 MB]
    123_子图_推荐使用stateless的场景.mp4  [94.9 MB]
    40_控制流_agent构建中的循环结构.mp4  [22.8 MB]
    116_子图_作为父图的节点.mp4  [28.8 MB]
    73_持久化_错误恢复运行.mp4  [132.5 MB]
    115_子图_直接调用的注意事项.mp4  [18.4 MB]
    74_持久化_检查点重新运行.mp4  [228.9 MB]
    09_入门基础_langgraph三要素组成.mp4  [22.6 MB]
    33_控制流_使用path_map.mp4  [101.9 MB]
    93_中断_同一超步部分任务触发中断的检查点.mp4  [35.1 MB]
    05_环境部署_配置APIkey.mp4  [18.7 MB]
    113_流式执行_asteam_events输出内容.mp4  [38.8 MB]
    125_子图_流式执行输出chunk.mp4  [115.3 MB]
    102_工具节点_手动调研工具案例下.mp4  [458.4 MB]
    61_持久化_安装postgreSQL.mp4  [300.4 MB]
    24_入门基础_状态的源码实现逻辑.mp4  [32.6 MB]
    110_流式执行_checkpoints信息.mp4  [71.2 MB]
    47_控制流_边的总结.mp4  [26.5 MB]
    58_持久化_启用可恢复执行.mp4  [26.6 MB]
    122_子图_多节点调用时注意分散节点.mp4  [43.5 MB]
    67_持久化-持久化模式.mp4  [41.3 MB]
    01_LangGraph教程介绍.mp4  [33.3 MB]
    03_环境部署_创建并激活python虚拟环境.mp4  [24.9 MB]
    37_控制流_command控制.mp4  [297.9 MB]
    124_子图_持久化策略总结.mp4  [10.9 MB]
    59_持久化_内存持久化.mp4  [377.7 MB]
    100_项目部署_大模型agent部署.mp4  [256.8 MB]
    51_控制流_错误处理.mp4  [9.2 MB]
    70_持久化-查询单独一个检查点.mp4  [48.4 MB]
    28_控制流_边的简单使用.mp4  [13.6 MB]
    21_入门基础_节点的并行执行.mp4  [51.8 MB]
    87_中断_并行执行多个中断.mp4  [60.3 MB]
    66_持久化_数据库检查点后端表结构.mp4  [61.9 MB]
    112_流式执行_用户自定义输出.mp4  [34.1 MB]
    53_控制流_缓存实例演示.mp4  [387.1 MB]
    75_持久化_fork的案例代码.mp4  [279.7 MB]
    68_持久化_查看历史检查点样例代码编写.mp4  [82.6 MB]
    71_持久化_失败恢复运行.mp4  [14.5 MB]
    80_持久化_长期记忆数据的使用下.mp4  [528.5 MB]
    55_控制流_全图默认配置.mp4  [10.7 MB]
    95_中断_静态断点基础案例.mp4  [279.6 MB]
    04_环境部署_按照依赖库.mp4  [80.9 MB]
📁 3、代码
    3、代码文档.png  [493.5 KB]
    langgraph.exe  [1.4 MB]
📁 1、笔记
    1、笔记资料.png  [493.5 KB]
    1、笔记.exe  [9.6 MB]
📁 2、资料
    2、资料资料.zip  [1.8 MB]
    2、资料.exe  [1.8 GB]

适合人群

  • AI技术爱好者
  • 大模型技术研究者
  • 编程开发者

学习收获

掌握LangGraph的基本操作
了解大模型技术原理
提升AI项目开发能力

祝您学习愉快!

学有所成,前程似锦!