自強課程

課程名稱
掌握 LangGraph 與新世代Agentic AI 技術
熱烈招生中
💥深入理解 LangGraph、LangExtract 以及 RAG 技術,結合 FastAPI、Memory 機制與非同步設計💥
👉👉完成一個具備「結構化檢索、即時串流回應、具記憶能力」的完整 AI 系統👈👈
📢超級早鳥優惠:➡會員114/11/16(含)前報名:10,200元/人!
👉👉完成一個具備「結構化檢索、即時串流回應、具記憶能力」的完整 AI 系統👈👈
📢超級早鳥優惠:➡會員114/11/16(含)前報名:10,200元/人!
🎯深入實作LangGraph與Agentic AI,建構具狀態感知、記憶機制與即時回應能力的 LLM 系統架構。
🎯探索如何用LangGraph設計可視化狀態流程、整合LangExtract文件解析、並搭配RAG建構多步驟檢索系統。
✔️ 建立具備記憶機制與 Streaming 回應的 Agent
✔️ 串接 Function Calling + Async 架構
✔️ 實作 Plan-and-Execute 與 Reflexion Agent 模式
✔️ FastAPI + LangChain + Graph 技術一次到位
📌 對已有 LLM 開發經驗的工程師極具延伸性
✨完成課程後,學員將能✨
• 熟練掌握 LangGraph 的狀態管理與流程設計
• 使用 LangExtract 將非結構化文件轉換為結構化資料
• 建立並優化基於 RAG 的深度檢索系統
• 運用記憶機制與人機協作提升系統的穩健性
• 採用 MCP 與 Async 打造即時回應的 AI 應用
🎯探索如何用LangGraph設計可視化狀態流程、整合LangExtract文件解析、並搭配RAG建構多步驟檢索系統。
✔️ 建立具備記憶機制與 Streaming 回應的 Agent
✔️ 串接 Function Calling + Async 架構
✔️ 實作 Plan-and-Execute 與 Reflexion Agent 模式
✔️ FastAPI + LangChain + Graph 技術一次到位
📌 對已有 LLM 開發經驗的工程師極具延伸性
✨完成課程後,學員將能✨
• 熟練掌握 LangGraph 的狀態管理與流程設計
• 使用 LangExtract 將非結構化文件轉換為結構化資料
• 建立並優化基於 RAG 的深度檢索系統
• 運用記憶機制與人機協作提升系統的穩健性
• 採用 MCP 與 Async 打造即時回應的 AI 應用
課程代碼:
14W375
上課時間:
12/6、12/13(六),10:00-17:00,共二週12小時。
上課時數:
12 小時
課程費用:
12000元
(符合超值優惠價格者需送出報名表後,系統發出報名成功回函確認金額。)
超值優惠:
- VIP企業會員價:VIP企業會員可享優惠價格 (按我)
- 會員優惠價: 會員於開課前七天完成報名繳費者可享會員優惠價 11000 元
- 團報價方案:會員2人同行,可享同行價 10200 元(須於課前告知)
- 會員紅利折抵:本課程歡迎使用紅利折抵,最高可使用 200 點
課程目標:
隨著生成式 AI 的快速發展,如何有效地管理狀態、提升回應效率、並將非結構化文件轉化為可檢索的知識,已成為 AI 系統落地的關鍵。
本課程將帶領學員深入理解 LangGraph、LangExtract 以及 RAG 技術,並結合 FastAPI、Memory 機制與非同步設計,完成一個具備「結構化檢索、即時串流回應、具記憶能力」的完整 AI 系統。
本課程將帶領學員深入理解 LangGraph、LangExtract 以及 RAG 技術,並結合 FastAPI、Memory 機制與非同步設計,完成一個具備「結構化檢索、即時串流回應、具記憶能力」的完整 AI 系統。
課程特色:
🔴系統化的課程安排,從基礎到進階完整覆蓋
🔴實作導向,所有主題均搭配程式碼示範與演練
🔴強調落地應用,學員可快速將技術整合至自身專案
🔴兼顧最新趨勢,包含 MCP 與 Async 技術在即時 AI 系統中的應用
🔴實作導向,所有主題均搭配程式碼示範與演練
🔴強調落地應用,學員可快速將技術整合至自身專案
🔴兼顧最新趨勢,包含 MCP 與 Async 技術在即時 AI 系統中的應用
修課條件:
1.略懂Python程式語言與API開發
2.曾使用LangChain/RAG進行簡單應用或具備LLM系統實作經驗
3.有意深入掌握Agentic AI架構、記憶機制與流程設計
2.曾使用LangChain/RAG進行簡單應用或具備LLM系統實作經驗
3.有意深入掌握Agentic AI架構、記憶機制與流程設計
課程大綱:
Day1️⃣-基礎與核心實作
1. LangChain 與 LangGraph 的比較與核心概念(以團隊合作的比喻理解Graph/Node/Edge/State)
2. 環境建置與 FastAPI + LangGraph 專案骨架(建立可運行的基礎架構)
3. Function Calling 與工具呼叫(讓 AI 能夠調用外部服務與 API)
4. 串流處理與 FastAPI 串流 API(實作即時回應,改善使用者體驗)
Day2️⃣-進階應用與整合
5. 記憶機制(Memory):短期、長期與情境記憶的設計
6. LangExtract:文件解析與結構化資訊擷取
7. Deep Research 與 RAG:進階檢索與多步驟研究流程
8. Human-in-the-Loop:在工作流中導入人工審核與決策
9. Plan-and-Execute 與 Reflexion Agent:具備規劃與自我反思能力的代理設計
10. MCP 與 Async 技術:設計「秒回應」的非同步 AI 系統
1. LangChain 與 LangGraph 的比較與核心概念(以團隊合作的比喻理解Graph/Node/Edge/State)
2. 環境建置與 FastAPI + LangGraph 專案骨架(建立可運行的基礎架構)
3. Function Calling 與工具呼叫(讓 AI 能夠調用外部服務與 API)
4. 串流處理與 FastAPI 串流 API(實作即時回應,改善使用者體驗)
Day2️⃣-進階應用與整合
5. 記憶機制(Memory):短期、長期與情境記憶的設計
6. LangExtract:文件解析與結構化資訊擷取
7. Deep Research 與 RAG:進階檢索與多步驟研究流程
8. Human-in-the-Loop:在工作流中導入人工審核與決策
9. Plan-and-Execute 與 Reflexion Agent:具備規劃與自我反思能力的代理設計
10. MCP 與 Async 技術:設計「秒回應」的非同步 AI 系統
課程師資:
講師:羅子嘉老師
專長:GenAI、大型語言模型應用、Agent代理人部署
現任:國立台灣大學專任GenAI工程師暨強化學習開發主任
專長:GenAI、大型語言模型應用、Agent代理人部署
現任:國立台灣大學專任GenAI工程師暨強化學習開發主任
主辦單位:
財團法人自強工業科學基金會
相關課程:
學員須知:
注意事項