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

LangGraph- Develop LLM powered AI agents with LangGraph

LangGraph - Phát triển AI Agent hỗ trợ bởi LLM với LangGraph

LangGraph - Phát triển AI Agent hỗ trợ bởi LLM với LangGraph

Học LangGraph NHANH CHÓNG bằng cách xây dựng AI Agent LLM thực tế (Python)

4.6
(3,134 đánh giá)
24,032 học viên
Giảng viên
Eden Marco
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
7.5 giờ video
80 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Thành thạo LangGraph
Triển khai Agent Nâng cao
Sở hữu AI Agent sinh thái (generative AI) hoạt động end-to-end dựa trên LangGraph
Hiểu cách làm việc với mã nguồn mở LangGraph
Hệ sinh thái LangGraph: LangGraph Studio/ IDE, LangGraph Cloud API, LangGraph Cloud Managed Service

Yêu cầu

Đây không phải khóa học cho người mới bắt đầu. Cần nắm vững kiến thức cơ bản về kỹ thuật phần mềm
Giả định học viên đã quen thuộc với các chủ đề kỹ thuật phần mềm như: LangChain, git, python, pipenv, biến môi trường, lớp (classes), kiểm thử và gỡ lỗi

Đối tượng phù hợp

Dành cho Kỹ sư phần mềm muốn học cách xây dựng ứng dụng dựa trên Generative AI với LangChain
Dành cho Lập trình viên Backend muốn học cách xây dựng ứng dụng dựa trên Generative AI với LangChain
Dành cho Kỹ sư Fullstack muốn học cách xây dựng ứng dụng dựa trên Generative AI với LangChain

Nội dung khóa học

12 phần • 73 bài giảng
1 Tổng quan
2 Điều kiện tiên quyết (Vui lòng xem phần này trước khi đăng ký)
3 Cộng đồng khóa học
4 LangGraph là gì?
5 Tại sao chọn LangGraph và Ứng dụng AI Agent
6 Nhưng khoan... Đồ thị (Graphs) là gì?
7 Kỹ thuật luồng (Flow Engineering)
8 Các thành phần cốt lõi của LangGraph
9 Tài nguyên khóa học
1 Chúng ta sẽ xây dựng gì?
2 Thiết lập dự án
3 Tạo Reflector Chain và Tweet Reviewer Chain
4 Định nghĩa LangGraph Graph của chúng ta
5 [MỚI] Định nghĩa LangGraph Graph của chúng ta
6 Theo dõi với LangSmith Tracing
7 Lời nhắn cá nhân
1 Chúng ta sẽ xây dựng gì?
2 Tài nguyên phần học
3 Thiết lập dự án
4 Actor Agent V2
5 Revisor Agent
6 ToolNode - Thực thi công cụ
7 [Tùy chọn] Tool Executor Agent (Phần A) - Trước thời ToolNode
8 [Tùy chọn] Tool Executor Agent (Phần B) - Trước thời ToolNode
9 [Tùy chọn] Tool Executor Agent (Phần C) - Trước thời ToolNode
10 [MỚI] Xây dựng LangGraph Graph của chúng ta
11 [MỚI] Theo dõi Graph của chúng ta
1 Chúng ta sẽ xây dựng gì trong phần này - Kiến trúc RAG Agentic
2 Cải thiện chất lượng RAG với luồng Corrective RAG
3 Thiết lập mẫu (boilerplate) cho RAG Agent với LangGraph
4 Cấu trúc mã nguồn
5 Quy trình thu thập dữ liệu LangChain Vector Store (WebLoader, ChromaDB)
6 Quản lý luồng thông tin trong LangGraph: The GraphState
7 Truy xuất ngữ cảnh cho LLM: The LangGraph Retrieve Node
8 Xây dựng bộ lọc liên quan cho RAG bằng Structured Output của LangChain
9 Triển khai Web Search Node trong LangGraph sử dụng Tavily API
10 Tạo LLM Generation Chain và Node cho LangGraph
11 Xây dựng và chạy LangGraph Agent hoàn chỉnh
12 Giới thiệu Self RAG
13 Self RAG - Triển khai
14 Adaptive RAG - Triển khai
1 Chúng ta sẽ xây dựng gì? ReAct AgentExecutor trong LangGraph
2 Bắt đầu: Thiết lập môi trường dự án ReAct Agent của bạn
3 Lập trình "bộ não" của Agent: Triển khai ReAct Runnable
4 Các khối xây dựng: Định nghĩa Nodes của Agent trong LangGraph
5 Thổi hồn cho ReAct Agent: Kết nối các Nodes thành một Graph
6 Chạy LangGraph React Agent của chúng ta với Function Calling
1 Tính bền vững trong LangGraph
2 MemorySaver + Interrupts = Con người trong vòng lặp (Human In The Loop)
3 MemorySaver
4 SqliteSaver
1 Triển khai thực thi bất đồng bộ
2 Fan-out và fan-in song song các node với các bước bổ sung
3 Phân nhánh có điều kiện với thực thi bất đồng bộ
4 Lợi ích VS Thách thức của Async Nodes
1 Giới thiệu
2 LangGraph Studio (còn gọi là LangGraph IDE)
3 LangGraph Cloud API - Thiết lập môi trường (Local)
4 LangGraph Cloud API Deep Dive - Assistants, Threads, Runs (Local)
5 Triển khai lên LangGraph Cloud
1 Agent trong môi trường sản xuất
2 Khác biệt chính giữa LangGraph và CrewAI
3 GPT Researcher
4 GPT Researcher - Thiết lập
5 GPT Researcher - Kiến trúc
6 Kiến trúc Đa Agent (Multi Agent)
7 Nghiên cứu chuyên sâu với Assaf Elovic
1 Giao diện người dùng sinh thái (Generative UI)
2 HIL
3 Tương tác giữa Agent và Con người - Phần 1
4 Tương tác giữa Agent và Con người - Phần 2
1 Gặp vấn đề kỹ thuật? HÃY XEM PHẦN NÀY TRƯỚC. Tôi cam kết nó sẽ hữu ích!
1 Phần thưởng bổ sung

Giới thiệu khóa học

Welcome to first LangGraph Udemy course - Unleashing the Power of LLM Agents!
This comprehensive course is designed to teach you how to QUICKLY harness the power the LangGraph library for LLM agentic applications.
This course will equip you with the skills and knowledge necessary to develop cutting-edge LLM Agents solutions for a diverse range of topics.

Please note that this is not a course for beginners. This course assumes that you have a background in software engineering and are proficient in Python & LangChain. I will be using Pycharm IDE but you can use any editor you'd like since we only use basic feature of the IDE like debugging and running scripts .

The topics covered in this course include:

  • LangChain

  • LCEL

  • LangGraph

  • Agents

  • Multi Agents

  • Reflection Agents

  • Reflexion Agents

  • LangSmith

  • CrewAI VS LangGraph

  • Advanced RAG

  • Corrective RAG

  • Self RAg

  • Adaptive RAG

  • GPT Researcher

  • LangGraph Ecosystem:

    • LangGraph Studio / LangGraph IDE

    • LangGraph Cloud API

    • LangGraph Cloud Managed Service


Throughout the course, you will work on hands-on exercises and real-world projects to reinforce your understanding of the concepts and techniques covered. By the end of the course, you will be proficient in using LangGraph to create powerful, efficient, and versatile LLM applications for a wide array of usages.


This is not just a course, it's  also  a community. Along with lifetime access to the course, you'll get:

  1. Dedicated troubleshooting support with me

  2. Github links with additional AI resources, FAQ, troubleshooting guides

  3. No extra cost for continuous updates and improvements to the course


DISCLAIMERS

  1. Please note that this is not a course for beginners. This course assumes that you have a background in software engineering and are proficient in Python.
    I will be using Pycharm IDE but you can use any editor you'd like since we only use basic feature of the IDE like debugging and running scripts.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Ai Development
Hiển thị tất cả khoá học Langgraph
Hiển thị tất cả khoá học Large Language Models
Hiển thị tất cả khoá học Machine Learning
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊