Construir el agente planner-executor con LangGraph paso a paso me ayudó a entender por fin cómo se coordinan varios agentes en una sola tarea de investigación. El ejemplo final, donde el agente busca, sintetiza y refina su respuesta, quedó sorprendentemente sólido.
Pengenalan ke LangGraph: Membangun Deep Research Agent
Pelajari dasar-dasar Agentic AI dengan membangun sistem planner-executor multi-agent untuk mengotomatiskan tugas penelitian yang kompleks.
-
💬
Instruktur AI
Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja. -
🕐
Mulai kapan saja
Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau. -
🌐
Dalam bahasa Indonesia
Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.
Tentang kursus ini
Seiring evolusi artificial intelligence dari sekadar menjawab kueri sederhana menjadi mengeksekusi workflow yang kompleks, agentic AI menjadi keahlian penting bagi pengembang modern. Memahami cara membangun sistem otonom yang merencanakan dan mengeksekusi tugas membuka kemungkinan baru untuk otomatisasi dan sintesis data.
Dalam kursus berbasis teks ini, Anda akan mempelajari konsep dasar sistem multi-agent dan membangun deep research agent Anda sendiri. Dimulai dengan terminologi dasar dan definisi inti AI, Anda akan mengeksplorasi arsitektur planner-executor dan mempelajari cara menggunakan LangGraph untuk mengorkestrasi workflow cerdas yang dapat mengumpulkan, menganalisis, dan merangkum informasi secara otonom.
Apa yang akan Anda pelajari:
- Memahami terminologi dan konsep inti di balik agentic AI dan sistem multi-agent.
- Merancang arsitektur planner-executor untuk memecah tujuan penelitian yang kompleks menjadi langkah-langkah yang dapat dikelola.
- Menerapkan LangGraph untuk mengorkestrasi aplikasi multi-actor yang stateful dan agen otonom.
- Mengintegrasikan pola dasar retrieval-augmented generation (RAG) dan vector databases untuk penanganan data yang efisien.
- Mempraktikkan teknik prompt engineering untuk memandu penalaran agen dan meningkatkan keandalan output.
- Membangun workflow deep research berbasis teks lengkap yang menyintesis informasi secara otonom.
Alur kursus dimulai dengan definisi penting dan konsep dasar AI sebelum beralih ke latihan tertulis langkah demi langkah yang praktis. Anda akan membangun logika agen Anda secara bertahap, mempelajari cara mengelola state, menyusun workflow, dan menangani kesalahan di sepanjang jalan.
Kursus dasar ini dirancang untuk pemula dan pengembang yang baru mengenal AI agents; tidak diperlukan pengalaman sebelumnya dengan LangGraph atau orkestrasi multi-agent.
Mulailah membaca hari ini untuk membangun agen penelitian otonom pertama Anda dan memperluas keterampilan pengembangan AI Anda.
Apa yang Anda dapatkan
-
📜
Sertifikat penyelesaian
Tambahkan ke profil LinkedIn Anda -
💬
Tutor AI pribadi
Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja. -
🎧
Termasuk versi audio
Belajar di mana saja — tanpa layar -
♾️
Akses seumur hidup
Kembali kapan saja, tanpa kedaluwarsa -
📱
Ponsel atau komputer
Berfungsi di mana saja, perangkat apa saja -
💸
Pengembalian 14 hari
Tanpa pertanyaan -
⚡
Singkat dan fokus
2 jam 54 mnt konten praktis
Sertifikat penyelesaian
Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.
P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Pengenalan ke LangGraph: Membangun Deep Research Agent
Keterampilan yang ditunjukkan
✓
Analisis pola perilaku
Dasar
1.2 jam
✓
Kerangka arsitektur keputusan
Mahir
1.4 jam
✓
Desain uji A/B
Mahir
1.7 jam
✓
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Pengenalan ke LangGraph: Membangun Deep Research Agent
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai
14 / 14
Soal latihan
26 / 28
Tugas dikirim
4 (rata 4,5 / 5)
Proyek capstone
Ditinjau — 4,6 / 5
Total latihan
6.2 jam
Tolok ukur kinerja
Peringkat kohort
12% teratas dari 1,625
Waktu penyelesaian
11 hari (median: 22)
Skor penguasaan
91 / 100
Skor soal latihan
94%
Verifikasi keterampilan
Jalur Keterampilan terverifikasi
Ulasan (12)
Phần xây dựng agent lập kế hoạch và thực thi bằng LangGraph rất dễ hiểu, chỉ tiếc là đoạn về xử lý lỗi giữa các node hơi sơ sài.
Construir un agente de investigación con el patrón planificador-ejecutor me dejó las ideas mucho más claras, sobre todo cómo se reparten las tareas entre varios agentes. Me hubiera gustado un poco más de profundidad en el manejo de errores cuando un paso falla, pero aun así lo recomiendo sin dudar para entrar en LangGraph.
Clear LangGraph intro, multi-agent parts move fast.
Explicação ótima do fluxo planner-executor.
La construction pas à pas de l'agent planner-executor avec LangGraph m'a enfin fait comprendre comment structurer un agent de recherche multi-étapes.
Por fin entendí cómo encadenar varios agentes para automatizar una investigación completa.
Il modo in cui il corso spiega il flusso planner-executor con LangGraph è chiarissimo e passo dopo passo si arriva a un agente di ricerca funzionante. L'unica pecca è che la parte sui grafi ciclici avrebbe meritato qualche esempio in più.
Le système planificateur-exécuteur est expliqué de façon limpide, j'ai monté mon premier agent de recherche sans galérer.
LangGraph ile planlayıcı-yürütücü yapısını sıfırdan kurmak, çok ajanlı sistemlerin nasıl çalıştığını sonunda anlamamı sağladı.
Kurs bardzo dobrze tłumaczy architekturę planner-executor w LangGraph, krok po kroku, bez zbędnego lania wody. Zbudowałem własnego agenta do głębokich researchów i faktycznie działa lepiej niż wszystko, co pisałem wcześniej sam.
LangGraph로 플래너-이그제큐터 구조를 처음부터 끝까지 만들어보는 과정이 정말 체계적이었습니다. 그동안 멀티 에이전트라는 개념이 막연했는데, 리서치 에이전트를 직접 조립하면서 각 노드가 어떤 역할을 하는지 명확하게 이해됐어요. 특히 상태 관리 부분을 그래프로 시각화해서 설명해준 덕분에 코드를 볼 때 헷갈리지 않았습니다. 마지막 프로젝트에서 제가 만든 에이전트가 스스로 검색하고 요약하는 걸 보고 꽤 뿌듯했습니다. 에이전트 오케스트레이션을 제대로 배우고 싶은 단계에서 딱 필요한 강의였어요.
Pelajar lain juga mengambil
⚡ Terbaik untuk pemula
🎓 Dengan sertifikat
Pengembangan AI Agen dengan LangGraph dan LangChain
Sertifikat
Praktik
$9.99
→
⚡ Terbaik untuk pemula
🎓 Dengan sertifikat
Otomatisasi AI Tanpa Kode: Membuat Chatbot dan Meluncurkan Badan
Sertifikat
Praktik
$9.99
→
🎓 Dengan sertifikat
Membangun Sistem RAG dan Agen AI dengan Python dan OpenAI
Sertifikat
Praktik
$9.99
→
🔥 Banyak diminati
🎓 Dengan sertifikat
Pengembangan Berorientasi Perintah: Buat Aplikasi Next.js Full-Stack dengan Cursor AI
Sertifikat
Praktik
$9.99
→
Pertanyaan umum
Apa yang saya butuhkan untuk mengikuti kursus ini? +
Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.
Bagaimana cara membayar? +
Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.
Bisakah saya mendapat refund? +
Ya — refund penuh dalam 14 hari, tanpa pertanyaan.
Berapa lama saya akan punya akses? +
Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.
Apakah saya akan mendapat sertifikat? +
Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.
Dibuat untuk pelajar di
Teknologi
Desain
Keuangan
Pemasaran
Kesehatan
Pendidikan
Perhotelan
Manufaktur
10
Dapatkan 10 kursus per bulan
Anggota mendapat 10 kursus pilihan setiap bulan seharga $0. Tanpa biaya per kursus — kamu hanya membayar langganan.
$49.99 / per bulan
- ✓ 10 kursus setiap bulan
- ✓ Batalkan kapan saja
Diperpanjang tiap bulan. Kursus yang tidak dipakai hangus di akhir setiap bulan tagihan.