Fundamentos de LangGraph: Prompting y encadenamiento de LLM basado en grafos

Introducción a LangGraph y Conceptos de Grafos

• Por qué usar grafos en aplicaciones de LLM: orquestación frente a cadenas simples
• Nodos, aristas y estado en LangGraph
• Hola LangGraph: primer grafo ejecutable

Gestión de Estado y Encadenamiento de Prompts

• Diseño de prompts como nodos de grafo
• Transmisión de estado entre nodos y manejo de salidas
• Patrones de memoria: contexto a corto plazo frente a contexto persistido

Ramificación, Flujo de Control y Manejo de Errores

• Enrutamiento condicional y flujos de trabajo de múltiples caminos
• Reintentos, tiempos de espera y estrategias de respaldo
• Idempotencia y re-ejecuciones seguras

Herramientas e Integraciones Externas

• Llamadas a funciones/herramientas desde nodos del grafo
• Invocación de APIs REST y servicios dentro del grafo
• Trabajo con salidas estructuradas

Flujos de Trabajo con Aumentación por Recuperación (RAG)

• Conceptos básicos de ingesta y segmentación de documentos
• Embeddings y almacenes vectoriales (p. ej., ChromaDB)
• Respuestas fundamentadas con citas

Pruebas, Depuración y Evaluación

• Pruebas estilo unidad para nodos y rutas
• Rastreo y observabilidad
• Controles de calidad: facticidad, seguridad y determinismo

Fundamentos de Empaquetado y Despliegue

• Configuración del entorno y gestión de dependencias
• Servicio de grafos detrás de APIs
• Versión de flujos de trabajo y actualizaciones graduales

Resumen y Próximos Pasos