Inżynieria sztucznej inteligencji z LangChain i LangGraph — PickAClass
★ 4.2 (4) ⏱ 3 godz 7 min 📚 28 lekcji

Inżynieria sztucznej inteligencji z LangChain i LangGraph

Twórz autonomicznych agentów SI i zaawansowane systemy wieloagentowe za pomocą LangChain i LangGraph, aby rozwiązywać złożone zadania w języku Python.

  • 💬 Instruktor AI
    Zadawaj pytania o każdą lekcję i otrzymuj jasną odpowiedź od razu, o każdej porze.
  • 🕐 Zacznij kiedy chcesz
    Bez harmonogramów i terminów — ucz się we własnym tempie, kiedy chcesz.
  • 🌐 Po polsku
    Lekcje, zadania i certyfikat — wszystko w pełni w Twoim języku.

O tym kursie

Nowoczesna sztuczna inteligencja wykracza poza proste interfejsy czatu w kierunku autonomicznych agentów, którzy mogą rozumować, planować i wykonywać zadania.Ten kurs zapewnia jasną ścieżkę do zrozumienia i budowania tych wyrafinowanych systemów przy użyciu standardowych w branży ram LangChain i LangGraph. Zdobędziesz umiejętności inżynierii gotowych do produkcji systemów agentowych, które wykorzystują zewnętrzne narzędzia i zarządzają złożonymi przepływami pracy.Pod koniec tego kursu będziesz w stanie zaprojektować architektury AI, które autonomicznie rozwiązują problemy w świecie rzeczywistym. Czego się nauczysz: - Zrozum podstawowe zasady agentowej AI i systemów autonomicznych - Buduj architektury wieloagentowe za pomocą LangGraph i LangChain - Wdrażaj zaawansowaną generację Retrieval-Augmented Generation (RAG) dla agentów opartych na danych - Skonfiguruj wywoływanie narzędzi i integracje Model Context Protocol (MCP) - Zaprojektuj złożone przepływy pracy rozumowania z łańcuchem myśli i monitami ReAct - Opracuj gotowe do produkcji aplikacje AI za pomocą Pythona Kurs rozpoczyna się od podstawowej terminologii i szybkiej teorii inżynierskiej, zanim przejdzie do praktycznego wdrożenia.Zbadasz, jak tworzyć agentów wyszukiwania i asystentów dokumentacji, przechodząc od podstawowych koncepcji do zintegrowanych systemów agentowych. Ten kurs jest przeznaczony dla programistów i specjalistów od danych, którzy chcą wejść w dziedzinę inżynierii AI.Chociaż znajomość Pythona jest pomocna, nie jest wymagane wcześniejsze doświadczenie z LangChain. Zacznij budować autonomiczną SI nowej generacji już dziś.

Program kursu

5 modułów · 28 lekcji · 3 godz 7 min

1 Fundamenty Agentowej AI
Zrozumienie czym są agenci i opanowanie podstawowych narzędzi programistycznych.
6 lekcji · 40 min
  1. Era Agentów: Wprowadzenie
    Wyjaśnienie różnicy między zwykłym czatem a autonomicznym agentem.
    6 min
  2. Słownik Inżyniera AI
    Kluczowa terminologia: LLM, Tokeny, Agenci, Środowisko.
    6 min
  3. Teoria Prompt Engineeringu
    Jak projektować instrukcje, które zmuszają model do planowania.
    7 min
  4. Ekosystem LangChain
    Przegląd biblioteki i jej roli w budowaniu aplikacji AI.
    7 min
  5. Pierwszy Agent w Pythonie
    Konfiguracja środowiska i uruchomienie prostego łańcucha.
    7 min
  6. Architektura Systemów Autonomicznych
    Schemat działania pętli decyzyjnej agenta.
    7 min
2 Rozumowanie i Interakcja z Narzędziami
Nauczenie agenta logicznego myślenia i korzystania z funkcji zewnętrznych.
6 lekcji · 40 min
  1. Chain of Thought (CoT)
    Implementacja techniki krok po kroku w procesie myślowym agenta.
    7 min
  2. Framework ReAct
    Połączenie rozumowania (Reason) z działaniem (Act) w jednym monicie.
    7 min
  3. Tool Calling w Praktyce
    Jak nauczyć model wybierania i wywoływania funkcji Pythona.
    6 min
  4. Integracje z MCP
    Wykorzystanie Model Context Protocol do łączenia się z zewnętrznymi danymi.
    7 min
  5. Tworzenie Własnych Narzędzi
    Definiowanie niestandardowych narzędzi, które agent może zrozumieć.
    7 min
  6. Obsługa Błędów Narzędzi
    Jak agent powinien reagować na niepowodzenia zewnętrznych systemów.
    6 min
3 Zaawansowany RAG dla Agentów
Budowa agentów, którzy potrafią inteligentnie przeszukiwać i analizować dane.
5 lekcji · 34 min
  1. RAG vs Agentic RAG
    Dlaczego statyczne wyszukiwanie to za mało dla autonomicznych systemów.
    6 min
  2. Budowa Agenta Wyszukiwania
    Agent korzystający z Google Search lub Tavily do znajdowania informacji.
    7 min
  3. Asystent Dokumentacji
    Tworzenie agenta, który 'rozmawia' z Twoimi plikami PDF i Markdown.
    7 min
  4. Self-RAG i Korekta
    Techniki sprawdzania przez agenta, czy znalezione dane są poprawne.
    7 min
  5. Agenci Oparci na Danych
    Integracja agenta z bazami wektorowymi w celu długotrwałej pamięci.
    7 min
4 Złożone Przepływy z LangGraph
Projektowanie systemów wieloagentowych z pełną kontrolą nad stanem i logiką.
6 lekcji · 41 min
  1. Wprowadzenie do LangGraph
    Dlaczego grafy są lepsze niż liniowe łańcuchy dla złożonych zadań.
    6 min
  2. Węzły i Krawędzie
    Definiowanie logiki przepływu pracy wewnątrz grafu.
    7 min
  3. Zarządzanie Stanem (State)
    Jak utrzymać kontekst i pamięć w długich procesach agentowych.
    7 min
  4. Architektury Wieloagentowe
    Współpraca wielu agentów (np. Badacz i Redaktor) nad jednym zadaniem.
    7 min
  5. Hierarchia i Orkiestracja
    Model 'Supervisor' zarządzający pracą podległych agentów.
    7 min
  6. Planowanie i Refleksja
    Pętla, w której agent ocenia swoją pracę i poprawia błędy.
    7 min
5 Produkcja i Rozwiązywanie Problemów
Przekształcenie prototypu w stabilną aplikację gotową dla użytkowników.
5 lekcji · 32 min
  1. Optymalizacja Kosztów
    Jak budować inteligentne systemy nie bankrutując na tokenach.
    6 min
  2. Monitorowanie z LangSmith
    Debugowanie i śledzenie procesów myślowych agenta na produkcji.
    6 min
  3. Bezpieczeństwo Agenta
    Ograniczanie dostępu i zapobieganie 'ucieczkom' z promptu.
    6 min
  4. Case Study: Realny Problem
    Analiza architektury rozwiązującej konkretne zadanie biznesowe.
    7 min
  5. Deployment Aplikacji
    Uruchamianie agenta jako API lub interfejsu webowego w Pythonie.
    7 min
Projekt końcowy

Autonomiczny Zespół Badawczy

Zbuduj system wieloagentowy, który przyjmuje ogólny temat, przeszukuje internet, analizuje dokumenty lokalne, a następnie generuje ustrukturyzowany raport końcowy.

Co otrzymasz

  • 📜 Certyfikat ukończenia
    Dodaj do profilu LinkedIn
  • 💬 Osobisty tutor AI
    Utknąłeś na lekcji? Zapytaj wbudowanego tutora o cokolwiek, w dowolnej chwili.
  • ♾️ Dożywotni dostęp
    Wracaj, kiedy chcesz — bez wygaśnięcia
  • 📱 Telefon lub komputer
    Działa wszędzie, na każdym urządzeniu
  • 💸 Zwrot w 14 dni
    Bez pytań
  • ⚡ Krótko i konkretnie
    3 godz 7 min praktycznej treści

Certyfikat ukończenia

Każdy kurs ukończony w PickAClass wystawia taki certyfikat — oryginalny, z własnym kodem, weryfikowalny przez URL i szczegółowy co do tego, co faktycznie wykazano.

P
PickAClass
Profil umiejętności · weryfikowalny
Dokument
Certyfikat Mistrzostwa
Niniejszym poświadcza się, że
Imię Nazwisko
pomyślnie wykazał(a) biegłość w
Inżynieria sztucznej inteligencji z LangChain i LangGraph
Wykazane umiejętności
✓
Analiza wzorców behawioralnych
Podstawowy
1.2 godz.
✓
Ramy architektury decyzji
Biegły
1.4 godz.
✓
Projektowanie testów A/B
Biegły
1.7 godz.
✓
Copywriting behawioralny
Zaawansowany
1.9 godz.
P
PickAClass — Imię Nazwisko
Inżynieria sztucznej inteligencji z LangChain i LangGraph
Strona 2 z 2
Szczegóły wyników
Podsumowanie kursu
Ukończone lekcje 14 / 14
Pytania ćwiczeniowe 26 / 28
Przesłane zadania 4 (śr. 4,5 / 5)
Projekt końcowy Oceniony — 4,6 / 5
Łączna praktyka 6.2 godz.
Wzorzec wydajności
Pozycja w kohorcie Top 12% z 1,625
Czas do ukończenia 11 dni (mediana: 22)
Wynik biegłości 91 / 100
Wynik pytań ćwiczeniowych 94%
Weryfikacja umiejętności Zweryfikowana ścieżka umiejętności
Zweryfikuj ten certyfikat
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Wydane zgodnie ze standardami akademickimi PickAClass. Poziomy umiejętności odzwierciedlają ocenioną wydajność wobec rubryki kompetencji kursu. To oryginalny certyfikat tej platformy.

Recenzje (4)

Carlos Mendoza PA Zweryfikowany kursant
★ 5 · 24.10.2026

Fantastic course. The examples used were spot on and really helped solidify the concepts. My understanding has improved dramatically.

Andrés Soto MX Zweryfikowany kursant
★ 3 · 13.10.2026

Really enjoyed this course. The structure made it easy to follow, and the content was super engaging.

محمد الحسن JO Zweryfikowany kursant
★ 5 · 15.06.2026

Found it useful. The flow was logical, and the illustrative examples helped solidify the ideas. Could have used a bit more depth.

Akua Agyemang GH Zweryfikowany kursant
★ 4 · 08.06.2026

It's a solid course. The structure is logical and most of the examples were helpful. Could use a few more real-world scenarios though.

Napisz recenzję

☆☆☆☆☆
Po wysłaniu poprosimy o zalogowanie — szkic zostanie zapisany.

Inni uczyli się też

Najczęstsze pytania

Czego potrzebuję, by wziąć udział w tym kursie? +

Wystarczy telefon lub komputer z internetem. Bez instalacji i specjalnego sprzętu.

Jak zapłacić? +

Kartą przez Stripe. Nie przechowujemy danych karty — robi to bezpiecznie Stripe.

Czy mogę otrzymać zwrot? +

Tak — pełen zwrot w 14 dni, bez pytań.

Jak długo będę mieć dostęp? +

Na zawsze. Po zakupie kurs jest twój — wracaj, kiedy chcesz.

Czy dostanę certyfikat? +

Tak. Po ukończeniu otrzymasz certyfikat, który możesz dodać do profilu LinkedIn.

Stworzony dla uczących się w
IT Design Finanse Marketing Ochrona zdrowia Edukacja Hotelarstwo Produkcja