Buckets:

|
download
raw
1.92 kB

LangGraph 소개[[introduction-to-langgraph]]

다음 단계에 오신 것을 환영합니다! 이 단원에서는 복잡한 LLM 워크플로우를 구조화하고 조정, 관리할 수 있도록 설계된 LangGraph 프레임워크를 사용하여 어플리케이션을 구축하는 방법을 배우게 됩니다.

LangGraph는 에이전트의 흐름을 직접 제어할 수 있는 도구를 제공하여 프로덕션 수준의 어플리케이션을 만들 수 있게 해주는 프레임워크입니다.

모듈 개요[[module-overview]]

이 단원에서 함께 살펴볼 주제는 다음과 같습니다

1️⃣ LangGraph란 무엇이며, 언제 사용해야 할까?[[1-what-is-langgraph-and-when-to-use-it]]

2️⃣ LangGraph의 구성 요소[[2-building-blocks-of-langgraph]]

3️⃣ 내 메일을 대신 분류해주는 집사[[3-alfred-the-mail-sorting-butler]]

4️⃣ 알프레드, 문서 분석 에이전트[[4-alfred-the-document-analyst-agent]]

5️⃣ 퀴즈 [[5-quiz]]

이 섹션의 예제들은 강력한 LLM/VLM 모델이 필요합니다. 이 코스에서는 langGraph와 가장 호환성이 좋은 GPT-4o API를 사용해 실행하였습니다.

이 단원이 끝나면, 여러분은 견고하고 체계적인, 프로덕션에 바로 투입 가능한 어플리케이션을 만들 수 있게 됩니다!

이 섹션은 LangGraph의 입문 과정이니, 더 심화된 주제는 무료 LangChain 아카데미 강의 LangGraph 소개에서 확인할 수 있습니다.

그럼 시작해볼까요?

참고 자료[[resources]]

Xet Storage Details

Size:
1.92 kB
·
Xet hash:
2346e37008f9fdc9dc37e871a176ee222939b23ac5c2d6e17d18358329c5d389

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.