Курс на Stepik
Обложка курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» на Stepik
4 499 ₽

LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP ★ 4.800

Открыть на
STEPIK.ORG

https://t.me/ai_neura_network - AI коммьюнити с новостями и анонсами. Погрузитесь в мир интеллектуальных агентов! Вы узнаете, как работают агенты на LLM, как создавать RAG системы, почему стандартные подходы часто недостаточны для надежных решений и как LangGraph решает эту проблему через графы состояний. Освоите ключевые концепции: построение графов, использование tools, обработку сообщений и освоите архитектуру ReAct. Начнете создавать и отлаживать агентов в LangGraph Studio.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Учеников на курсе 223
Сертификаты, выданные на курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Сертификатов выдано 38
Отзывы о курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Отзывов получено 5
Рейтинг курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Рейтинг курса 4.800
Уроки в курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Количество уроков 54
Тесты в курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Количество квизов 41
Время прохождения курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Время прохождения курса —
Стоимость курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Стоимость курса 4 499 ₽ —
Обновления курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Обновления курса — —
Дата публикации курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Дата публикации курса — ———
Последнее обновление курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» 8 разделов Уроки в курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» 54 урока Тесты в курсе «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» 41 тест Время прохождения курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» 16 ч. Последнее обновление курса «LangChain/LangGraph - Создание AI Агентов на Python + RAG + MCP» обн. 22 мая 2026

1. Введение в курс

2 урока
Открытый
1.1 О чем этот курс? ↗
308
230
4м 58с
2
Открытый
1.2 Подготавливаем окружение ↗
315
175
8м 39с
1

2. Введение в LangChain

1 урок
Открытый
2.1 Первые шаги ↗
52
33
8м 40с
0

3. Введение в LangGraph

9 уроков
Открытый
3.1 Вводная часть ↗
269
269
1м 18с
3
Открытый
3.2 Зачем нужен LangGraph ↗
481
85
6м 29с
1
Закрытый
3.3 Создаем простой Graph ↗
119
61
15м 23с
1
Закрытый
3.4 Базовая цепочка LangGraph ↗
113
97
19м 51с
0
Закрытый
3.5 Router ↗
93
73
28м 32с
0
Закрытый
3.6 Создаем первого Агента ↗
85
60
20м 43с
0
Закрытый
3.7 Добавляем память Агенту ↗
77
63
8м 21с
0
Закрытый
3.8 Введение в Deployment ↗
74
56
7м 42с
0
Закрытый
3.9 Тестирование ↗
44
33
3м 43с
0

4. Погружение в Retrieval-Augmented Generation (RAG)

15 уроков
Открытый
4.1 Введение в Retrieval augmented generation (RAG) ↗
197
94
9м 28с
0
Закрытый
4.2 Документ ↗
57
39
10м 50с
0
Закрытый
4.3 Загрузчики документов ↗
55
40
11м 49с
0
Закрытый
4.4 Разделители текста ↗
55
36
24м 31с
0
Закрытый
4.5 Эмбеддинг модели ↗
55
28
20м 27с
0
Закрытый
4.6 Векторные хранилища ↗
50
27
18м 30с
0
Закрытый
4.7 Ретриверы ↗
48
18
24м 18с
0
Закрытый
4.8 Runnable интерфейс ↗
43
11
21м 48с
0
Закрытый
4.9 LangChain Expression Language (LCEL) ↗
39
14
19м 46с
0
Закрытый
4.10 Мультимодальный ввод: Картинки, Аудио, Видео, Файлы ↗
37
12
27м 10с
0
Закрытый
4.11 Поиск-Retrieval (AgenticRAG) ↗
41
14
13м 23с
0
Закрытый
4.12 2/3-Step Rag с индексацией и векторным поиском ↗
47
11
23м 16с
0
Закрытый
4.13 RAG Приложение. ChainRAG + AgenticRAG ↗
43
9
23м 47с
0
Закрытый
4.14 Собственный RAG-Агент ↗
20
9
30м 3с
0
Закрытый
4.15 Тестирование ↗
26
17
7м 29с
0

5. Состояние и память

8 уроков
Открытый
5.1 Введение в модуль ↗
59
59
2м 44с
0
Закрытый
5.2 Схемы состояний ↗
48
35
10м 37с
0
Закрытый
5.3 Управление состоянием ↗
34
27
9м 59с
0
Закрытый
5.4 Мульти-схемы ↗
39
24
11м 58с
0
Закрытый
5.5 Сокращение и фильтрация сообщений ↗
36
25
8м 59с
0
Закрытый
5.6 Чат-бот с саммаризацией сообщений и памятью ↗
36
23
12м 46с
0
Закрытый
5.7 Чат-бот с саммаризацией сообщений и внешней памятью в БД ↗
36
25
8м 16с
0
Закрытый
5.8 Тестирование ↗
16
9
1м 24с
0

6. UX и Human-in-the-Loop

6 уроков
Открытый
6.1 Введение в модуль ↗
50
50
1м 23с
0
Закрытый
6.2 Потоковый вывод в LangGraph ↗
43
22
21м 38с
0
Закрытый
6.3 Breakpoints в LangGraph ↗
32
20
12м 17с
0
Закрытый
6.4 Основа Human-in-the-Loop - Interrupts ↗
10
5
0м 2с
0
Закрытый
6.5 Изменение состояния и обратная связь ↗
26
17
13м 9с
0
Закрытый
6.6 Перемотка графа ↗
29
15
12м 25с
0

7. Создаем AI-Ассистента

5 уроков
Открытый
7.1 Введение ↗
49
49
2м 30с
0
Закрытый
7.2 Параллельность ↗
37
14
9м 13с
0
Закрытый
7.3 Sub-graphs ↗
27
8
10м 35с
0
Закрытый
7.4 Map-reduce ↗
28
15
13м 33с
0
Закрытый
7.5 Агент исследователь ↗
34
20
4м 26с
0

8. Дополнительно: MCP

4 урока
Открытый
8.1 Введение ↗
30
18
5м 0с
0
Закрытый
8.2 Архитектура ↗
14
9
1м 52с
0
Закрытый
8.3 Сервер ↗
6
4
-
0
Закрытый
8.4 Клиент ↗
4
3
-
0