LangChain und LangGraph – Professionelle LLM-Workflows

Sie lernen, wie Sie mit LangChain und LangGraph komplexe KI-Workflows planen, umsetzen und betreiben. Der Kurs zeigt, wie Sie externe Daten integrieren, Agenten steuern und graphbasierte Abläufe produktionsreif realisieren.

Einführung in LangChain

• Grundbausteine: LLMs, Chains, Memory
• Agents & Tools: Funktionsweise und Patterns
• Callback-System und Debugging

Aufbau von Chains

• Simple Chains vs. Sequential Chains
• Multi-Step Workflows
• Verwendung von Memory für Kontext

LangGraph Basics

• Graphbasierte Modellierung von LLM-Workflows
• State Management und Branching
• Loops und parallele Pfade

Integration externer Tools

• Anbindung an Datenbanken und APIs
• Vektor-DBs mit LangChain
• Custom Tools (Python, SQL, externe Services)

Deployment & Betrieb

• Persistenz von Graphen
• Logging und Observability in LangSmith
• Best Practices zur Fehlerbehandlung

Praxisprojekt

• Bau eines Multi-Agenten-Systems mit LangGraph
• Workflow: Datenabruf ? Analyse ? Report ? Validierung

Alle mit technischem Hintergrund, die mit LangChain oder LangGraph arbeiten und LLM-Anwendungen professionell planen, erweitern oder produktiv nutzen möchten.

Gute Kenntnisse in Python und erste Erfahrung mit LLMs oder Vektor-Datenbanken. Grundverständnis von API-Nutzung, JSON und modularer Softwarearchitektur wird empfohlen.