Chia Sẻ Khóa Học LangChain - Agentic AI Engineering Với LangChain & LangGraph [Update 7/2026] [Khóa 5218 A]
Build các AI Agent với LangChain và LangGraph RAG, Tool, MCP và các Agentic AI System sẵn sàng cho Production (Python).
Những điều bạn sẽ học:
- ✓ Trở nên thành thạo LangChain.
- ✓ Có các Generative AI agent dựa trên LangChain hoạt động từ đầu đến cuối.
- ✓ Lý thuyết Prompt Engineering: Chain of Thought, ReAct, Few Shot prompting và hiểu cách LangChain được xây dựng bên trong.
- ✓ Context Engineering.
- ✓ Hiểu cách điều hướng bên trong LangChain opensource codebase.
- ✓ Lý thuyết Large Language Model dành cho software engineer.
- ✓ LangChain: Lots of chains Chains, Agents, DocumentLoader, TextSplitter, OutputParser, Memory.
- ✓ RAG, Vectorestores/ Vector Databases (Pinecone, FAISS).
- ✓ Model Context Protocol (MCP).
- ✓ LangGraph.
Khóa học đã được ghi hình lại vào 2026 và hỗ trợ phiên bản LangChain 1.2 trở lên.
**Lý tưởng cho các software developer / data scientist / AI/ML Engineer**
Chào mừng bạn đến với khóa học Agentic AI Engineering với LangChain và LangGraph.
Trong khóa học này, bạn sẽ học cách design & build các AI agent và Agentic AI system bằng cách sử dụng LangChain và LangGraph, những framework mạnh mẽ nhất để phát triển các ứng dụng LLM hiện đại.
Agentic AI Engineering tập trung vào việc xây dựng các hệ thống AI có khả năng suy luận, lập kế hoạch, sử dụng công cụ và tự động hoàn thành nhiệm vụ. Với LangChain và LangGraph, bạn sẽ xây dựng được các AI agent sẵn sàng cho production, các hệ thống RAG và các ứng dụng LLM nâng cao.
LangChain là gì?
LangChain là một open-source development framework được thiết kế để đơn giản hóa việc tạo ra các ứng dụng được hỗ trợ bởi các các large language model (LLM).
Sử dụng LangChain, LangGraph, MCP và các LLM framework hiện đại, bạn sẽ xây dựng các AI agent sẵn sàng cho production, các multi-agent system và các ứng dụng RAG nâng cao.
Xin lưu ý rằng đây không phải là khóa học dành cho người mới bắt đầu. Khóa học này giả định rằng bạn đã có kiến thức nền về software engineering và thành thạo Python. Tôi sẽ sử dụng Pycharm IDE nhưng bạn có thể sử dụng bất kỳ editor nào bạn muốn vì chúng ta chỉ sử dụng các tính năng cơ bản của IDE như debugging và chạy script.
Bạn sẽ xây dựng các hệ thống Agentic AI thực tế bằng cách sử dụng LangChain và LangGraph:
- ✓ Search Agent.
- ✓ Documentation Helper - Một chatbot qua Python package docs (và bất kỳ dữ liệu nào bạn chọn), sử dụng phương pháp truy xuất nâng cao và RAG.
- ✓ Lý thuyết Prompt Engineering.
- ✓ Lý thuyết Context Engineering.
- ✓ Giới thiệu về LangGraph.
- ✓ Model Context Protocol (MCP).
- ✓ Deep Agent.
Các chủ đề về Agentic AI Engineering được đề cập:
Agentic AI Fundamentals:
- ✓ AI Agent.
- ✓ Agentic AI architecture.
- ✓ Multi-agent system.
- ✓ Các nguyên tắc AI engineering.
LLM & Prompt Engineering:
- ✓ Prompt Engineering.
- ✓ Few-Shot Prompting.
- ✓ Chain of Thought.
- ✓ ReAct prompting.
- ✓ Context Engineering.
Các Agent Framework:
- ✓ LangChain.
- ✓ LangGraph.
- ✓ Model Context Protocol (MCP).
- ✓ Tool Calling.
AI Agent Infrastructure:
- ✓ Vector database (Pinecone, FAISS, Chroma).
- ✓ Retrieval Augmented Generation (RAG).
- ✓ Memory system.
- ✓ LangSmith tracing.
Xuyên suốt khóa học, bạn sẽ thực hiện các bài tập thực hành và dự án thực tế để củng cố hiểu biết của mình về các khái niệm và kỹ thuật đã được đề cập. Đến cuối khóa học, bạn sẽ thành thạo việc sử dụng LangChain để tạo ra các ứng dụng LLM mạnh mẽ, hiệu quả và linh hoạt cho nhiều mục đích sử dụng khác nhau.
Tại sao nên chọn khóa học này?
- ✓ Cập nhật mới: Bao gồm LangChain V.1+ và hệ sinh thái LangGraph mới nhất.
- ✓ Thực tế: Các project thực, API thực, kỹ năng thực tế.
- ✓ Nâng cao sự nghiệp: Luôn dẫn đầu trong thị trường việc làm dành cho các chuyên gia LLM và GenAI.
- ✓ Hướng dẫn từng bước: Rõ ràng, ngắn gọn, không lãng phí thời gian.
- ✓ Linh hoạt: Sử dụng bất kỳ project nào (Pycharm được kiến nghị, nhưng không bắt buộc).
Khóa học này lý tưởng cho các developer muốn học về Agentic AI Engineering, AI agent với Python và LLM application development.
Bạn sẽ học cách thiết kế các agent architecture, triển khai các tool-using agent và xây dựng các agentic AI system có khả năng mở rộng bằng cách sử dụng LangChain và LangGraph.
Mục lục:
- ✓ 01. Giới thiệu.
- ✓ 02. Tổng quan cốt lõi về LangChain - Bắt đầu với "Hello World" chain của bạn.
- ✓ 03. Tổng quan cốt lõi về AI Agent.
- ✓ 04. Cơ chế hoạt động bên trong của Agent (1/4).
- ✓ 05. [Layer 1] ReAct Loop (2/4).
- ✓ 06. [Layer 2] Raw Function Calling (3/4).
- ✓ 07. [Layer 3] ReAct Prompt: Nền tảng của Function Calling (4/4).
- ✓ 08. Function Calling.
- ✓ 09. Tổng quan cốt lõi về RAG - Embedding, Vector Database & Retrieval.
- ✓ 10. Xây dựng một Documentation Assistant (Embedding, VectorDB, Retrieval, Memory).
- ✓ 11. Lý thuyết Prompt Engineering.
- ✓ 12. Hãy cùng thảo luận về các ứng dụng LLM trong Production.
- ✓ 13. Giới thiệu về LangGraph.
- ✓ 14. Reflection Agent.
- ✓ 15. Reflexion Agent.
- ✓ 16. Agentic RAG.
- ✓ 17. Giới thiệu về Model Context Protocol (MCP.
- ✓ 18. Sử dụng một Pre-built Server (mcpdoc) với các AI Client (Cursor & Claude).
- ✓ 19. Xây dựng MCP Server & Client với LangChain.
- ✓ 20. Các công cụ hữu ích khi phát triển các ứng dụng LLM.
- ✓ 21. Deep Agent.
- ✓ 22. Deep Agent Skills.
- ✓ 23. LangChain Glossary.
- ✓ 24. Thông tin chuyên ngành: Xây dựng các Production Agent 1.
- ✓ 25. Thông tin chuyên ngành: Xây dựng các Production Agent 2.
- ✓ 26. Agent Security.
- ✓ 27. Mặt tối của "Vibe Coding": Các lỗ hổng trong các AI-Generated App.
- ✓ 28. Phần Bonus.
Khóa học này dành cho:
- ✓ Software Engineer muốn tìm hiểu cách xây dựng các ứng dụng dựa trên Generative AI với LangChain và LangGraph.
- ✓ Các nhà phát triển muốn tìm hiểu cách xây dựng các ứng dụng dựa trên Generative AI với LangChain và LangGraph.
- ✓ Các kỹ sư muốn tìm hiểu cách xây dựng các ứng dụng dựa trên Generative AI với LangChain và LangGraph.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU