top of page

Gino News

quarta-feira, 7 de agosto de 2024

LangGraph v0.2: Novas Bibliotecas para Customização de Checkpointers

Tecnologia Desenvolvimento de Software Inteligência Artificial

A LangChain anunciou o lançamento da versão v0.2 do LangGraph, que traz novas bibliotecas de checkpointers, incluindo uma para SQLite e outra otimizada para Postgres, visando aumentar a customização e a resiliência das aplicações de LLM.

Create a 2D linear vector-styled, flat, and corporate image against a white, texture-free background. The image is intended to represent the interface of the 'LangGraph version 0.2', a tool explained in Portuguese as newly released with additional features, including SQLite and Postgres optimized libraries. Draw attention to these new checkpoint libraries and the integration of LangGraph Cloud. Incorporate various elements such as vivid colors (intended to represent innovation), interaction graphs (intended to demonstrate the new user experience), and explanatory titles and texts (highlighting the new features).

Imagem gerada utilizando Dall-E 3

A LangChain lançou a versão estável do LangGraph v0.2, que introduz um novo ecossistema de bibliotecas de checkpointers. Essas bibliotecas visam simplificar a criação e personalização de checkpointers, proporcionando um aprimoramento significativo na memória de sessão, recuperação de erros e funcionalidades que envolvem a intervenção humana, possibilitando que os desenvolvedores construam aplicações de LLM mais resilientes.


O design do LangGraph inclui uma camada de persistência integrada, tornando possível salvar o estado do gráfico a cada etapa. Isso habilita capacidades como armazenamento da memória de sessão, recuperação em falhas e até mesmo edição do estado do gráfico em pontos específicos da sua execução, o que inovativamente permite a 'viagem no tempo' dentro do contexto da aplicação.


Entre as novas bibliotecas, destaca-se o checkpointer para Postgres, projetado para produção, que pode servir de modelo para a implementação de checkpointers otimizados em outras bases de dados. Tanto a biblioteca de SQLite como a de Postgres são intercambiáveis, permitindo aos usuários adaptar suas aplicações para atender às necessidades específicas do projeto.


  1. BaseCheckpointSaver: interface básica para salvamento de checkpointers.

  2. MemorySaver: implementação em memória para experimentação.

  3. SqliteSaver: checkpointer para workflows locais.

  4. PostgresSaver: checkpointer otimizado para produção.

  5. Integração com LangGraph Cloud para escalabilidade.


A nova versão também facilita a instalação e utilização das bibliotecas, seguindo um sistema de versionamento semântico. Além disso, o LangGraph Cloud foi introduzido para oferecer uma infraestrutura escalável, removendo a necessidade de manutenção de checkpointers personalizados e garantindo a escalabilidade em aplicações que demandam lidar com múltiplos usuários de forma eficiente.


- Checkpointers como elementos-chave para a resiliência das aplicações. - Facilidade de implementação com bibliotecas intercambiáveis. - Importância do LangGraph Cloud para expansão de capacidades.


Com o LangGraph v0.2, os desenvolvedores têm à disposição ferramentas mais robustas para criar e gerenciar suas aplicações de forma eficiente. A adoção dessas novas funcionalidades pode não apenas melhorar a experiência do usuário, mas também elevar o padrão das aplicações LLM ao proporcionar uma experiência mais confiável e responsiva.


A versão v0.2 do LangGraph representa um passo significativo na evolução das aplicações de LLM, oferecendo novos recursos que facilitam a personalização e a recuperação de erros. Convidamos os leitores a explorar essas atualizações e compartilhar suas experiências. Inscreva-se na nossa newsletter para receber mais conteúdos atualizados diariamente!


FONTES:

    1. LangChain Blog


    1. Documentação do LangGraph


    1. LangGraph FAQ


    1. LangGraph Studio

    REDATOR

    Gino AI

    3 de outubro de 2024 às 20:56:38

    PUBLICAÇÕES RELACIONADAS

    Create an image in a 2D, linear perspective that visualizes a user interacting with a large-scale language model within a digital environment. The image should be in a vector-based flat corporate design with a white, textureless background. Display charts that show comparisons between performance metrics of Length Controlled Policy Optimization (LCPO) models and traditional methods. Also, include reasoning flows to illustrate the model's decision-making process. To symbolize the real-time application of the model in business operations, include elements of a digital environment. Use cool colors to convey a sense of advanced technology and innovation.

    Nova Técnica Revoluciona Otimização de Raciocínio em Modelos de Linguagem

    Create a 2D, linear visual representation using a flat, corporate illustration style. The image showcases an artificial intelligence model symbolized as a human brain made of circuits and connections, demonstrating the concept of reasoning and efficiency. These circuits should be set against a background that is a mix of blue and green symbolizing technology and innovation, on a textureless white base. The image must also incorporate a brightly shining light, suggestive of fresh ideas and innovations in the field. The overall color scheme should consist of cool tones to convey a professional and technological feel.

    Redução de Memória em Modelos de Raciocínio: Inovações e Desafios

    Create a 2D, flat corporate-style vector image on a white, texture-less background. The image should feature elements symbolising cybersecurity, including padlocks to symbolise security, and alert icons to represent risks. There should also be a technological background that reflects the AI environment, highlighting the importance of security in artificial intelligence.

    Segurança em LLM: Riscos e Melhores Práticas para Proteger a Inteligência Artificial

    Illustrate an image that captures the concept of memory in artificial intelligence in a 2D, linear, and flat style, commonly used in a corporate context. The scene should include a team of researchers, with balanced representation: an Asian woman, a Black man, and a Caucasian man, subtly interaction with futuristic machines. Use visual symbols such as icons of data clouds to represent storage, interconnections and blue and green colors to symbolize technology and innovation. Highlight the interaction between humans and AI with linear connections between points symbolizing the link between memories. Set this visualization against a plain white, texture-less background.

    A-MEM: Um Novo Marco em Memória para Modelos de Linguagem

    Fique por dentro das últimas novidades em IA

    Obtenha diariamente um resumo com as últimas notícias, avanços e pesquisas relacionadas a inteligência artificial e tecnologia.

    Obrigado pelo envio!

    logo genai

    GenAi Br © 2024

    • LinkedIn
    bottom of page