Un recorrido componente a componente para crear aplicaciones pequeñas con LangChain y un primer flujo de agente basado en grafos.
Empieza por el papel de LangChain en las aplicaciones de IA generativa y examina componentes, interfaces de modelos, prompts, salidas estructuradas y parsers antes de pasar a un flujo agéntico con LangGraph. CampusX aporta las demostraciones seleccionadas y el contexto de código; los nombres de paquetes y las API pueden cambiar, así que trata los ejercicios como patrones que debes verificar, no como instrucciones de producción inmutables. El curso valora los esquemas explícitos, las entradas de prueba y las transiciones de estado observables.
Identificar las responsabilidades de modelos, prompts, cadenas, herramientas y parsers en una aplicación con LLM. Diseñar un prompt y un esquema de salida que el código posterior pueda validar. Explicar por qué el parseo y la gestión de errores forman parte de los límites de una aplicación. Esbozar un flujo pequeño de LangGraph con estado, pasos y un punto de revisión humana.
Se recomiendan conocimientos intermedios de Python, nociones básicas de entornos virtuales y familiaridad con el uso de una API. Es posible que los experimentos opcionales requieran una clave de API; no incluyas secretos en el repositorio.
Personas con conocimientos básicos que quieren desarrollar habilidades prácticas e independientes
Quienes aprenden mejor con ejemplos, lecciones guiadas y práctica
Profesionales, creadores y desarrolladores independientes que buscan un flujo de trabajo repetible
La lección 1 es gratis
7 lecciones · Intermedio · Curso completo.
Este curso utiliza material con licencia CC BY atribuido a su proveedor de contenido o a quien lo publicó. La reproducción de las lecciones solo está disponible tras iniciar sesión y superar las comprobaciones de publicación y licencia.