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

Introducción a LangGraph y a los conceptos de grafos

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

Gestión del estado y encadenamiento de prompts

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

Bifurcación, flujo de control y manejo de errores

• Enrutamiento condicional y flujos de trabajo de múltiples rutas
• Reintentos, límites de tiempo y estrategias de respaldo
• Idempotencia y re-ejecuciones seguras

Herramientas e integraciones externas

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

Flujos de trabajo aumentados por recuperación (RAG)

• Fundamentos de ingesta y segmentación de documentos
• Incorporaciones (embeddings) y almacenes de vectores (p. ej., ChromaDB)
• Respuestas fundamentadas con citas

Pruebas, depuración y evaluación

• Pruebas unitarias para nodos y rutas
• Pista de auditoría (tracing) y observabilidad
• Controles de calidad: factualidad, seguridad y determinismo

Fundamentos de empaquetado y despliegue

• Configuración del entorno y gestión de dependencias
• Servicio de grafos detrás de APIs
• Versionado de flujos de trabajo y actualizaciones progresivas

Resumen y próximos pasos