Contacta con nosotros

Temario del curso

LangGraph y Patrones de Agentes: Una Introducción Práctica

  • Grafos frente a cadenas lineales: cuándo y por qué
  • Agentes, herramientas y bucles planificador-ejecutor
  • Primer flujo de trabajo: un grafo agencial mínimo

Estado, Memoria y Paso de Contexto

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

Lógica de Ramificación y Flujo de Control

  • Enrutamiento condicional y decisiones multi-camino
  • Reintentos, tiempos de espera (timeouts) y cortocircuitos (circuit breakers)
  • Mecanismos alternativos, 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 Aumentados por Recuperación (RAG)

  • Estrategias de ingesta de documentos y fragmentación (chunking)
  • 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 costo/latencia

Empaquetado y Entrega

  • Servicio con FastAPI y gestión de dependencias
  • Versionado de grafos y estrategias de reversión (rollback)
  • Manuales 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 (prompt chains)
  • Familiaridad con APIs REST y JSON

Audiencia 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