lbke/lbke-formation-langchain
Apprendre à concevoir des applications et des agents avec LangChain et LangGraph grâce à des explications progressives et des exercices guidés.
Concevoir ou déboguer un workflow agentique explicite avec LangGraph, en structurant état, nœuds, arêtes conditionnelles, mémoire de conversation, interruptions, appels d'outils et sorties structurées.
Configurer et vérifier des clés API de fournisseur LLM pour un projet LangChain ou LangGraph, notamment avec un fichier .env chargé par le CLI LangGraph. Utiliser pour résoudre les erreurs de clé absente/invalide et éviter d'exposer ou de publier les secrets.
Aider à construire un agent conversationnel simple avec LangChain, un état typé et des outils qui lisent ou mettent à jour cet état. Utiliser pour prototyper un agent à boucle simple plutôt qu'un workflow LangGraph personnalisé.
Aider un apprenant à installer, vérifier et utiliser Python pour une formation IA agentique, avec les bases de syntaxe et l'environnement de travail nécessaires avant de démarrer un projet LangChain ou LangGraph.
Orienter l'utilisateur qui commence une formation LangChain ou LangGraph, vérifier son point de départ et choisir la prochaine étape adaptée.
Guider la création et le premier lancement d'un projet Python LangChain ou LangGraph exposé par un Agent Server. Utiliser pour choisir uv ou pip, initialiser le projet depuis un template ou le CLI langgraph, installer ses dépendances et démarrer le serveur local de développement.
Guider la publication d'un projet LangChain ou LangGraph sur GitHub puis le déploiement de son Agent Server (c'est-à-dire une application LangChain/LangGraph complète avec API web via langgraph-cli) sur un hébergeur.
Transmettre une question ou suggestion d'amélioration de l'utilisateur aux formateurs LangChain de LBKE, via un ticket GitHub.
Installer et configurer un environnement de développement fonctionnel pour un projet LangChain ou LangGraph, outil par outil (Python, pip, uv, environnement virtuel, Git, éditeur), en s'appuyant sur le diagnostic de la skill tester-environnement-python.
Vérifier pas à pas que Python, pip et uv sont correctement installés et utilisables depuis le terminal, avec la création d'un environnement virtuel de test, avant une formation ou un projet LangChain.
Vérifier si un apprenant remplit les prérequis officiels de la formation LangChain de LBKE (bases Python, HTTP, anglais technique, comptes Google Colab, GitHub et Render.com) avant de s'inscrire ou de commencer le cours.