LangChain และ LangGraph: การสร้าง Stateful AI Agents

เมื่อแอปพลิเคชัน AI มีความซับซ้อนมากขึ้น prompt chains แบบง่ายๆ จึงไม่เพียงพออีกต่อไป นักพัฒนาจำเป็นต้องมีวิธีในการสร้าง intelligent agents ที่สามารถจดจำการโต้ตอบในอดีต ตัดสินใจ และแก้ไขข้อผิดพลาดของตนเองได้ คอร์สนี้จะนำคุณไปสู่วิวัฒนาการของการพัฒนา AI โดยเชื่อมช่องว่างระหว่างแนวคิด LangChain แบบดั้งเดิมและสถาปัตยกรรม LangGraph สมัยใหม่ คุณจะได้เรียนรู้วิธีเปลี่ยนจาก linear chains ไปสู่ dynamic, stateful agent graphs ซึ่งช่วยให้คุณสามารถสร้างแอปพลิเคชันที่รองรับการให้เหตุผลแบบหลายขั้นตอนที่ซับซ้อนได้ สิ่งที่คุณจะได้เรียนรู้: • เข้าใจความแตกต่างหลักระหว่างสถาปัตยกรรม LangChain และ LangGraph • เรียนรู้แนวคิดพื้นฐานของ agentic AI รวมถึง tool calling และ dynamic routing • ออกแบบ stateful workflows ที่รักษา memory ตลอดการสนทนาหลายรอบ • ประยุกต์ใช้รูปแบบ retrieval-augmented generation (RAG) สมัยใหม่ภายในโครงสร้าง graph • สร้างและจัดโครงสร้าง agent graph ของคุณเองโดยใช้แบบฝึกหัดการเขียนโค้ด • ฝึกฝนเทคนิค prompt engineering พื้นฐานที่ปรับแต่งมาสำหรับ autonomous agents การเดินทางเริ่มต้นด้วยการแยกย่อยคำศัพท์ AI ที่จำเป็นและแนวคิดพื้นฐานอย่างชัดเจน ก่อนที่จะเข้าสู่การเขียนโค้ดจริง คุณจะได้สำรวจวิธีการกำหนด state, สร้าง nodes และกำหนดเส้นทาง logic เพื่อสร้างระบบ agentic ที่สมบูรณ์อย่างเป็นระบบ คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นและนักพัฒนาที่ยังใหม่กับ agentic AI โดยไม่จำเป็นต้องมีประสบการณ์มาก่อนกับ AI frameworks ที่ซับซ้อน เริ่มอ่านวันนี้เพื่อพัฒนาทักษะการพัฒนา AI ของคุณให้ทันสมัยและสร้างแอปพลิเคชัน stateful ที่ฉลาดขึ้น