Лекция 26: Состояние LangGraph, редукторы, контрольные точки и память | Создание более интеллекту... скачать в хорошем качестве

Лекция 26: Состояние LangGraph, редукторы, контрольные точки и память | Создание более интеллекту...

На этом занятии мы подробно рассмотрим такие концепции LangGraph, как состояние, узлы, ребра, функции-редукторы, контрольные точки, персистентность, а также то, как они используются для создания интеллектуальных и работающих с памятью агентов ИИ. Эта лекция основана на записи занятия от 25 ноября 2025 года. 📄 Источник: Gen AI Series.docx Gen AI Series ⭐ Что вы узнаете на этой лекции 1️⃣ ​​Понимание состояния в LangGraph Что такое состояние? Почему состояние ведёт себя как контейнер Как переменные (сообщение, имя и т. д.) распространяются между узлами Как происходит перезапись при параллельной работе узлов 2️⃣ Узлы, рёбра и параллельное выполнение Как Node1 и Node2 обновляют одни и те же ключи Почему конечный результат становится непредсказуемым Реальные примеры выполнения рабочего процесса 3️⃣ Функции редуктора (чрезвычайно важны для чат-ботов!) Зачем нужен редуктор Как редуктор предотвращает перезапись Как он добавляет сообщения, например, историю чата Использование: ✔ operator.add ✔ add_message (встроенный редуктор LangGraph) 4️⃣ Память чат-бота с использованием контрольных точек Что такое контрольная точка? Сохранение каждого этапа выполнения Сохранение снимков состояния в: ✔ В памяти ✔ SQLite ✔ PostgreSQL Понимание: ✔ ID потока ✔ ID сеанса ✔ Снимки контрольных точек 5️⃣ Восстановление состояния из прошлых сеансов Как получить исторические состояния с помощью thread_id Доступ к зашифрованным сохранённым сообщениям через код Реальный пример чтения снимков состояния 6️⃣ Инструменты, которые стоит начать использовать На основе рекомендаций курса: Чат LangChain (официальный чат для поиска LangChain и LangGraph) Google Anti-Gravity IDE (новый инструмент для программирования ИИ от Google) Google AI Studio для создания скелетов приложений Cursor/Cloud Code для автоматизации бэкенда 🎯 Лучше всего для Начинающих в GenAI Инженеров ИИ/МО Студентов, обучающихся LangChain и LangGraph Разработчики чат-ботов и агентов Все, кто хочет разобраться в системах памяти ИИ ❤️ Поддержите канал Если эта лекция вам помогла, поставьте ЛАЙК 👍, ПОДЕЛИТЕСЬ 🔁 и ПОДПИШИТЕСЬ 🔔 Ваша поддержка мотивирует нас создавать продвинутый контент по GenAI на простом хинди.