Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

LangGraph for beginners : Agentic Workflows in simple steps

LangGraph cho người mới bắt đầu: Xây dựng Quy trình Tác tử từng bước đơn giản

LangGraph cho người mới bắt đầu: Xây dựng Quy trình Tác tử từng bước đơn giản

Học cách tạo Tác tử Thông minh, từng bước một

4.5
(291 đánh giá)
2,358 học viên
Giảng viên
Bharath Thippireddy
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
3.0 giờ video
67 bài giảng
8 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

LangGraph là gì và vị trí của nó trong hệ sinh thái GenAI
Xây dựng quy trình LangGraph đầu tiên bằng máy trạng thái
Kiểm tra và cấu trúc hóa trạng thái bằng mô hình Pydantic
Sử dụng async và streaming để xây dựng ứng dụng phản hồi nhanh
Triển khai định tuyến có điều kiện dựa trên kết quả từ LLM
Hiểu về reducers và cách chúng quản lý chuyển đổi trạng thái
Thành thạo gọi công cụ với ToolNode tích hợp sẵn của LangGraph
Tìm hiểu về checkpointers và áp dụng cả lưu trữ bộ nhớ ngắn hạn (trong bộ nhớ) và dài hạn (SQLite, Redis)
Xây dựng quy trình RAG Tác tử bằng công cụ và trình truy xuất
Triển khai quy trình có Con người tham gia (Human-in-the-Loop) bằng tính năng Ngắt và Tiếp tục
Mô-đun hóa đồ thị phức tạp bằng đồ thị con (subgraphs)
Áp dụng tất cả vào trường hợp thực tế: Quản lý Yêu cầu Bảo hiểm Bệnh viện thời gian thực
Thêm tính năng theo dõi và quan sát bằng LangSmith
Khám phá các mẫu thiết kế tác tử cốt lõi để mở rộng ứng dụng
Tất cả đều theo từng bước đơn giản

Yêu cầu

Kiến thức về Python
Kinh nghiệm với LangChain

Đối tượng phù hợp

Học viên đã tham gia khóa LangChain của tôi và muốn thành thạo LangGraph

Nội dung khóa học

17 phần • 67 bài giảng
1 Giới thiệu
2 Liên kết Phản hồi Khóa học Riêng tư
3 Tải xuống Dự án Hoàn chỉnh
4 Tải xuống Slide
1 LangGraph là gì
2 Một Quy trình Đơn giản
1 Phiên bản Python
2 Thiết lập dự án
3 Quy trình Đầu tiên
4 Định nghĩa Điểm Bắt đầu (EntryPoint)
5 Tạo hình ảnh của quy trình
6 Kiểm tra Trạng thái
7 Sử dụng Lược đồ Pydantic
1 Giới thiệu
2 Async trong thực tế
3 Streaming
4 Streaming trong thực tế
1 Giới thiệu
2 Định tuyến Có điều kiện trong thực tế
3 Các Nút Khớp (Match Nodes)
1 Giới thiệu
2 Reducers trong thực tế
3 Sử dụng MessagesState
1 Giới thiệu
2 Gọi Công cụ với LLM
3 Sử dụng ToolNode
4 Lý thuyết sử dụng ToolNode với LLM
5 Sử dụng ToolNode với LLM
1 Tại sao cần bộ nhớ
2 Bộ nhớ hoạt động như thế nào
3 Sử dụng Bộ nhớ
1 Giới thiệu
2 RAG Tác tử trong thực tế
1 Giới thiệu
2 Trường hợp sử dụng và Mã nguồn
3 HITL trong thực tế
4 Truyền Thông tin Bổ sung
1 Thiết lập Postgres
2 Tạo Cơ sở dữ liệu
3 Sử dụng Bộ nhớ Lưu trữ (Persistent Memory)
1 Giới thiệu
2 Sử dụng Đồ thị con như một Nút
3 Sử dụng Ollama
4 Gọi Đồ thị con từ Nút Cha
1 Giới thiệu
2 Thiết lập cơ sở dữ liệu
3 Gọi các API
4 Sử dụng Tìm kiếm Véc-tơ (Vector Search)
5 Sử dụng LLM
6 Sử dụng Định tuyến Có điều kiện
7 Lưu phản hồi vào cơ sở dữ liệu
8 Ngắt để Con người xem xét
9 Ứng dụng Chainlit
10 Triển khai Con người tham gia (Human In The Loop)
11 Kiểm tra Phê duyệt/Từ chối
12 Kiểm tra Xem xét bởi Con người
1 Giới thiệu
2 Thiết lập LangSmith
3 LangSmith trong thực tế
1 Giới thiệu
2 Triển khai Phương thức API
3 Kiểm thử
1 Giới thiệu
2 Phản ánh (Reflection)
3 Cây Tư duy (Tree of Thought)
4 Thực thi Song song (Parallel Execution)
1 Bài giảng Bổ sung

Giới thiệu khóa học

Are you ready to go beyond simple LLM apps and build powerful, stateful, and agentic workflows using LangGraph?

In this beginner-friendly course, you’ll master LangGraph, an open-source library built on top of LangChain, designed for orchestrating multi-agent applications using a graph-based architecture. Whether you’re building intelligent agents, dynamic RAG pipelines, or real-world enterprise solutions, this course gives you the solid foundation you need.


What You’ll Learn

• What LangGraph is and how it fits into the GenAI ecosystem

• Build your first LangGraph workflow using a state machine

• Validate and structure your state using Pydantic models

• Use async and streaming to build responsive applications

• Implement conditional routing based on LLM output

• Understand reducers and how they manage state transitions

• Master tool calling with LangGraph’s built-in ToolNode

• Learn about checkpointers, and apply both short-term (in-memory) and long-term (SQLite, Redis) memory storage

• Build Agentic RAG workflows using tools and retrievers

• Implement Human-in-the-Loop workflows using Interrupt and resume

• Modularize complex graphs using subgraphs

• Apply everything in a real-time Hospital Insurance Claim Management use case

• Add tracing and observability using LangSmith

• Explore essential agentic design patterns to scale your applications


Who This Course Is For

• AI developers looking to build production-grade agentic apps

• LangChain users who want to level up to graph-based orchestration

• Backend engineers interested in tool use, memory, and state control

• Anyone working on LLM workflows in real-world use cases


Prerequisites

• Basic Python knowledge

• Some familiarity with LangChain


By the end of this course, you’ll be able to:

• Confidently build, scale, and debug LangGraph workflows

• Integrate LLMs, tools, memory, and human feedback into your apps

• Apply LangGraph in real-world business use cases like claim processing, customer support, and document analysis


Ready to master LangGraph and take your LLM applications to the next level?

Enroll now and start building intelligent, interactive agentic systems with ease!

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 😊