Formação Criando agentes de IA com LangChain e LangGraph

Neste primeiro passo você aprende as bases necessárias para criar agentes inteligentes capazes de utilizar contexto relevante em suas respostas. É aqui que construímos o alicerce da formação, entendendo como funcionam técnicas de recuperação de informações, como criar embeddings, como realizar o pré-processamento dos dados e como integrar modelos generativos com LangChain.

Você irá aprender a criar um chatbot com RAG, configurar pipelines de ETL e desenvolver estratégias para reduzir alucinações usando informações confiáveis. Também verá na prática como conectar LangChain ao Google Generative AI. Depois deste passo você estará pronto para construir sistemas de resposta contextualizados e bem estruturados.

Depois de dominar os fundamentos, você avança para técnicas mais robustas que permitem elevar a qualidade dos seus sistemas de recuperação. Neste passo você aprenderá a configurar ambientes isolados, criar embeddings mais eficientes, armazenar e consultar dados em bancos vetoriais e aprimorar a maneira como as consultas são formuladas.

Você também vai explorar ajustes avançados de prompts, métodos para melhorar consultas complexas e ferramentas de monitoramento como LangSmith e QA Eval. Essa etapa aprofunda seus conhecimentos em fluxos de recuperação aumentada e prepara o terreno para a construção de agentes mais sofisticados.

O último passo da formação é dedicado à construção de agentes inteligentes que tomam decisões, executam ações externas e orquestram fluxos complexos. Aqui você aprenderá como funciona o ciclo de pensamento e ação, como estruturar nós e caminhos condicionais e como gerenciar estados utilizando SQLite.

Também aprenderá a conectar agentes com tarefas reais do dia a dia, como realizar scraping, análises e automações com Selenium e BeautifulSoup. Ao finalizar este passo você será capaz de combinar LangChain e LangGraph para criar sistemas completos de agentes e multiagentes, capazes de operar em cenários reais.