Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Đăng nhập
Xem tất cả kết quả
Menu
Đăng nhập Đăng ký miễn phí

Complete Agentic AI Bootcamp With LangGraph and Langchain

Khóa Học Toàn Diện Về Agentic AI Với LangGraph và Langchain

Khóa Học Toàn Diện Về Agentic AI Với LangGraph và Langchain

Học cách xây dựng AI agent thực tế, luồng công việc đa agent và ứng dụng tự động với LangGraph và LangChain

4.5
(4,646 đánh giá)
39,724 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
79.000đ 349.000đ -77%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
38.5 giờ video
164 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 07/06/2026
#Artificial Intelligence #Langchain #Machine Learning #Python

Bạn sẽ học được gì

Hiểu nguyên lý cốt lõi của Agentic AI và cách thiết kế các agent thông minh, tự động cho các tác vụ thực tế.
Thành thạo việc xây dựng AI agent bằng LangGraph, bao gồm tạo luồng công việc, quản lý trạng thái agent, bộ nhớ và hành vi dựa trên sự kiện.
Phát triển và triển khai hệ thống cộng tác đa agent có thể giao tiếp, lập luận và cùng nhau giải quyết các vấn đề phức tạp.
Thực hành các dự án để tạo ứng dụng agentic mạnh mẽ như agent nghiên cứu tự động, hệ thống tự động hóa tác vụ và trợ lý truy xuất tri thức.

Yêu cầu

Kiến thức cơ bản về lập trình Python (biến, hàm, lớp).
Hiểu biết về API và dịch vụ RESTful (mức cơ bản).
Quen thuộc với các khái niệm về Mô hình Ngôn ngữ Lớn (LLM) (như các mô hình từ OpenAI, Hugging Face, v.v.).
Sự tò mò và sẵn sàng xây dựng ứng dụng AI thực tế — không cần kinh nghiệm trước với LangGraph!

Đối tượng phù hợp

Kỹ sư/Nhà phát triển AI/ML muốn xây dựng luồng công việc AI agent nâng cao và ứng dụng tự động.
Nhà khoa học/Nghiên cứu dữ liệu muốn tích hợp hành vi agentic vào các dự án dựa trên dữ liệu của họ.
Người đam mê công nghệ và Sinh viên háo hức khám phá thế hệ phát triển ứng dụng AI tiếp theo với các dự án thực hành.
Kỹ sư phần mềm quan tâm đến việc học cách điều phối hệ thống đa agent bằng các framework hiện đại như LangGraph.

Nội dung khóa học

22 phần • 164 bài giảng
1 Chào Mừng
1 Cài Đặt Anaconda Và Trình Soạn Thảo VS Code
2 Tạo Môi Trường Ảo Bằng Conda
3 Tạo Môi Trường Ảo Bằng Trình Quản Lý Gói UV
1 Bắt Đầu Với VS Code
2 Python Cơ Bản - Cú Pháp Và Ngữ Nghĩa
3 Biến Trong Python
4 Kiểu Dữ Liệu Cơ Bản Trong Python
5 Toán Tử Trong Python
6 Câu Lệnh Điều Kiện (if, elif, else)
7 Vòng Lặp Trong Python
8 Danh Sách (List) Và List Comprehension Trong Python
9 Ví Dụ Thực Tế Về Danh Sách
10 Tập Hợp (Set) Trong Python
11 Từ Điển (Dictionary) Trong Python
12 Tuple Trong Python
13 Bắt Đầu Với Hàm
14 Thêm Ví Dụ Mã Với Hàm
15 Hàm Lambda Trong Python
16 Hàm Map Trong Python
17 Hàm Filter Trong Python
18 Nhập Mô-đun Và Gói Trong Python
19 Tổng Quan Thư Viện Chuẩn
20 Thao Tác Với Tệp Trong Python
21 Làm Việc Với Đường Dẫn Tệp
22 Xử Lý Ngoại Lệ
23 Lớp Và Đối Tượng Trong Python
24 Kế Thừa Trong OOPS
25 Đa Hình Trong OOPS
26 Đóng Gói Trong OOPS
27 Trừu Tượng Hóa Trong OOPS
28 Phương Thức Ma Thuật Trong Python
29 Nạp Chồng Toán Tử Trong Python
30 Xử Lý Ngoại Lệ Tùy Chỉnh
31 Trình Vòng Lặp (Iterator) Trong Python
32 Trình Tạo (Generator) Trong Python
33 Sao Chép Hàm, Closure Và Decorator
34 Numpy Trong Python
35 Pandas - DataFrame Và Series
36 Thao Tác Dữ Liệu Với Pandas Và Numpy
37 Đọc Dữ Liệu Từ Nhiều Nguồn Bằng Pandas
38 Thực Hành Ghi Log Trong Python
39 Ghi Log Với Nhiều Logger
40 Ghi Log Với Ví Dụ Thực Tế
1 Giới Thiệu Về Pydantic
2 Thực Hành Pydantic
1 Bắt Đầu Với Langchain Và OpenAI
2 Tạo Môi Trường Ảo
3 Các Thành Phần Quan Trọng Của LangChain
4 Thu Thập Dữ Liệu Với Document Loader
5 Recursive Character Text Splitter
6 Character Text Splitter Với Langchain
7 HTML Header Text Splitter
8 Recursive Json Text Splitter
9 Giới Thiệu Về Embedding Của OpenAI
10 Embedding Của Ollama
11 Embedding Của HuggingFace
12 Vector Store - FAISS
13 Vector Store Và Retriever - Chroma DB
1 Xây Dựng Các Thành Phần Quan Trọng Của Langchain
2 Xây Dựng Ứng Dụng GENAI
3 Hiểu Về Retriever Và Chain
4 Giới Thiệu Về Ollama Và Thiết Lập
5 Ứng Dụng GENAI Đơn Giản Dùng Ollama
6 Theo Dõi Ứng Dụng GENAI Bằng Langsmith
1 Bắt Đầu Với Mô Hình Mã Nguồn Mở Dùng Groq API
2 Xây Dựng Chain LLM Prompt Và StrOutput Parser Với LCEL
3 Triển Khai Langserve Runnable Và Chains Dưới Dạng API
1 Xây Dựng Chatbot Có Lịch Sử Tin Nhắn Bằng Langchain
2 Làm Việc Với Prompt Template Và Message ChatHistory Bằng Langchain
3 Quản Lý Lịch Sử Hội Thoại Chat Bằng Langchain
4 Làm Việc Với VectorStore Và Retriever
1 AI Agent Là Gì So Với Agentic AI
2 Một Số Ví Dụ Khác
1 Cập Nhật Langchain V1
2 Tạo Môi Trường Ảo Dùng Trình Quản Lý Gói UV
3 Tạo Agent Bằng Langchain
4 Tích Hợp Mô Hình LLM Trong Langchain
5 Invoke Và Batch Streaming Dùng Langchain
6 Công Cụ (Tools) Trong Langchain
7 Các Loại Tin Nhắn Trong Langchain
8 Đầu Ra Có Cấu Trúc LLM Dùng Pydantic
9 Đầu Ra Có Cấu Trúc LLM Dùng TypeDict
10 Đầu Ra Có Cấu Trúc LLM Dùng DataClass
11 Middleware Tóm Tắt
12 Middleware Có Con Người Tham Gia
1 Giới Thiệu Về LangGraph
2 Bắt Đầu Ứng Dụng LangGraph - Tạo Môi Trường
3 Thiết Lập Khóa API OpenAI
4 Thiết Lập Khóa API GROQ
5 Thiết Lập Khóa API LangSmith
6 Phát Triển Đồ Thị/Luồng Công Việc Đơn Giản Dùng LangGraph - Xây Dựng Node Và Cạnh
7 Xây Dựng Đồ Thị Đơn Giản StateGraph Và Biên Dịch Đồ Thị
8 Phát Triển Chatbot Đơn Giản Chạy Bằng LLM Dùng LangGraph
1 State Schema Với DataClasses
2 Pydantic
3 Chain Trong LangGraph
4 Router Trong LangGraph
5 Công Cụ Và ToolNode Với Tích Hợp Chain - Phần 1
6 Công Cụ Và ToolNode Với Tích Hợp Chain - Phần 2
7 Xây Dựng Chatbot Với Tích Hợp Nhiều Công Cụ - Phần 1
8 Xây Dựng Chatbot Với Tích Hợp Nhiều Công Cụ - Phần 2
9 Giới Thiệu Về Agent Và Kiến Trúc ReAct Agent Trong LangGraph
10 Triển Khai Kiến Trúc ReAct Agent
11 Agent Có Bộ Nhớ Trong LangGraph
12 Streaming Trong LangGraph
13 Streaming Dùng Astream Events Với Langgraph
1 LangGraph Studio
1 Xâu Chuỗi Prompt
2 Triển Khai Xâu Chuỗi Prompt Với Langgraph
3 Song Song Hóa
4 Định Tuyến
5 Orchestrator-Worker
6 Triển Khai Orchestrator Worker
7 Evaluator-Optimizer
1 Có Con Người Tham Gia Trong Luồng Công Việc LangGraph
2 Tiếp Tục Có Con Người Tham Gia
3 Chỉnh Sửa Phản Hồi Con Người Trong Luồng Công Việc
4 Phản Hồi Con Người Thời Gian Chạy Trong Luồng Công Việc
1 Hiểu Lý Thuyết Về Agentic RAG
2 Triển Khai Agentic RAG - Phần 1
3 Triển Khai Agentic RAG - Phần 2
4 Hiểu Lý Thuyết Về Corrective RAG
5 Triển Khai Thực Hành Corrective RAG
6 Hiểu Lý Thuyết Về Adaptive RAG
7 Triển Khai Adaptive RAG
1 Giới Thiệu Và Tổng Quan
2 Thiết Lập Dự Án Với VS Code
3 Thiết Lập Kho Lưu Trữ Github
4 Thiết Lập Cấu Trúc Dự Án
5 Thiết Kế Giao Diện Người Dùng Dùng Streamlit
6 Triển Khai Mô-đun LLM Trong Graph Builder
7 Triển Khai Mô-đun Graph Builder
8 Triển Khai Node
9 Tích Hợp Toàn Bộ Pipeline Với Giao Diện Người Dùng
10 Kiểm Thử Ứng Dụng Agentic End-To-End
1 Giới Thiệu Dự Án
2 Triển Khai Giao Diện Người Dùng Với Streamlit
3 Triển Khai GraphBuilder Và Pipeline Công Cụ Tìm Kiếm
4 Triển Khai Chức Năng Node Với Pipeline Agentic End-To-End
1 Giới Thiệu Dự Án
2 Xây Dựng Giao Diện Người Dùng Với Streamlit
3 Xây Dựng AI News State Graph Builder
4 Triển Khai Node Thu Thập Tin Tức Tìm Kiếm Tavily Client
5 Triển Khai Chức Năng Node Tóm Tắt Tin Tức AI
6 Triển Khai Chức Năng Node Lưu Kết Quả
7 Chạy Toàn Bộ Luồng Công Việc Agentic AINEWS
1 Giới Thiệu Và Demo Dự Án
2 Xây Dựng Cấu Trúc Dự Án Dùng Trình Quản Lý Gói UV
3 Triển Khai Blog Generation Graph Builder Và State
4 Định Nghĩa Triển Khai Node Tạo Blog
5 Tạo API Tạo Blog Dùng FAST API
6 Tích Hợp Langgraph Studio Để Gỡ Lỗi
7 Tạo Blog Và Dịch Ngôn Ngữ
8 Xây Dựng Graph Builder Tạo Blog Và Dịch
9 Triển Khai Node Tạo Blog Và Dịch
10 Kiểm Thử Trong Postman Và Langgraph Studio
1 Giới Thiệu Về Model Context Protocol
2 Các Thành Phần Quan Trọng Của MCP
3 Giao Tiếp Giữa Các Thành Phần Của MCP
4 Demo MCP Với Claude Desktop
5 Cài Đặt Cursor IDE
6 Bắt Đầu Với Smithery AI
7 Xây Dựng MCP Server Với Công Cụ Và Client Từ Đầu Dùng Langchain

Giới thiệu khóa học

Are you excited about the future of AI where intelligent agents can think, act, and collaborate to solve complex tasks autonomously? Welcome to the Complete Agentic AI Bootcamp with LangGraph and LangChain — your one-stop course to master the art of building agentic AI applications from scratch!

This course is designed to teach you everything you need to know about Agentic AI, LangGraph, and LangChain — two of the most powerful frameworks for building intelligent AI agents and multi-agent systems.

You will start by understanding the fundamentals of Agentic AI — how it differs from traditional AI models, the key components of agents (memory, tools, decision-making), and real-world use cases.
We will then dive deep into LangGraph, a cutting-edge framework that helps you design complex agent workflows using graphs, events, and state transitions. You’ll also learn how to combine LangChain's power with LangGraph to build production-ready agent applications.

Throughout the course, you will build real-world projects step-by-step, including:

  • Creating single intelligent agents with memory and tool-usage capabilities.

  • Designing multi-agent collaboration systems with message passing and shared goals.

  • Implementing autonomous research assistants, task automation bots, and retrieval-augmented generation (RAG) agents.

You will not just learn theory — you will build and deploy multiple end-to-end agentic applications, gaining real-world experience in constructing powerful AI systems.

By the end of this course, you will have the skills and confidence to create your own AI agents and deploy complex agentic applications for various domains like search, research, task planning, customer support, and beyond.

What You Will Learn:

  • Core concepts behind Agentic AI and how intelligent agents operate.

  • Hands-on mastery of LangGraph and LangChain for building agent systems.

  • Building autonomous, event-driven AI workflows with memory, reasoning, and tools.

  • Deploying and optimizing single-agent and multi-agent applications.

  • Real-world project experience with RAG agents, auto-research agents, and more.

Why Take This Course?

  • Hands-on, Project-Based Learning: Build actual AI agent applications, not just toy examples.

  • Complete and Beginner-Friendly: Designed to take you from beginner to advanced agent builder.

  • Real-World Skills: Learn techniques that companies are starting to use for next-generation AI products.

  • Cutting-Edge Technologies: Master the latest innovations in AI agent orchestration with LangGraph and LangChain.

If you are a developer, data scientist, AI/ML engineer, or tech enthusiast looking to future-proof your skills and build cutting-edge AI applications, this is the course for you!

Enroll now and start building the future with intelligent AI agents today!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Artificial Intelligence
Hiển thị tất cả khoá học Langchain
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊