Курс на Stepik
Обложка курса «LangChain - AI Агенты, RAG, MCP, Harness» на Stepik
Бесплатно

LangChain - AI Агенты, RAG, MCP, Harness 0.000

Открыть на
STEPIK.ORG

В этом курсе мы разберём современный стек AI-инженера на Python, научимся создавать AI-агентов под разные задачи разными способами, выбирать подходящие инструменты и оценивать качество их работы. Основной фокус курса — LangChain: один из ключевых инструментов современной разработки LLM-приложений и AI-агентов. Вы не просто изучите API, а разберётесь в принципах построения агентных систем и примените знания на практике.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «LangChain - AI Агенты, RAG, MCP, Harness»Учеников на курсе 36
Сертификаты, выданные на курсе «LangChain - AI Агенты, RAG, MCP, Harness»Сертификатов выдано 0
Отзывы о курсе «LangChain - AI Агенты, RAG, MCP, Harness»Отзывов получено 0
Рейтинг курса «LangChain - AI Агенты, RAG, MCP, Harness»Рейтинг курса 0.000
Уроки в курсе «LangChain - AI Агенты, RAG, MCP, Harness»Количество уроков 14
Тесты в курсе «LangChain - AI Агенты, RAG, MCP, Harness»Количество квизов 10
Время прохождения курса «LangChain - AI Агенты, RAG, MCP, Harness»Время прохождения курса
Обновления курса «LangChain - AI Агенты, RAG, MCP, Harness»Обновления курса
Дата публикации курса «LangChain - AI Агенты, RAG, MCP, Harness»Дата публикации курса
Последнее обновление курса «LangChain - AI Агенты, RAG, MCP, Harness»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «LangChain - AI Агенты, RAG, MCP, Harness» 4 раздела Уроки в курсе «LangChain - AI Агенты, RAG, MCP, Harness» 14 уроков Тесты в курсе «LangChain - AI Агенты, RAG, MCP, Harness» 10 тестов Время прохождения курса «LangChain - AI Агенты, RAG, MCP, Harness» 0 ч. Последнее обновление курса «LangChain - AI Агенты, RAG, MCP, Harness» обн. 22 сентября 2026

Основы ИИ Агентов

3 урока
1. Знакомство с ИИ Агентами
2. Agent Harness
3. Настраиваем окружение

Агенты LangChain

5 уроков
1. Что такое LangChain
2. Подключаем LLM и делаем первый запрос
3. Создаем агента и подключаем tools
4. Structured output - структурированный ответ
5. Chekpointer память агента

Продвинутое создание агентов

5 уроков
1. Middleware в Langchain
2. Мультиагентные системы
3. Observability в LangSmith
4. RAG в LangChain
5. MCP в LangChain

Заключение

1 урок
1. Спасибо