Información del curso

Aprende LangGraph y LlamaIndex desde cero, bien explicados y con ejemplos pequeños que ejecutas en tu ordenador con modelos locales (Ollama, sin claves de API): grafos de estado, herramientas y agentes ReAct, memoria y pausas para aprobar, índices RAG con citas y evaluación, y la unión de ambos en un asistente del BOE con datos públicos. Cada tema tiene teoría, práctica real paso a paso y cuestionario; terminas con un repositorio pequeño, con pruebas sin red y CI. Los ejemplos son didácticos, no sistemas de producción.

Duración estimada: 16 horas. Nivel: avanzado. Requisitos: Python básico (curso E1) y Ollama con modelos locales (curso IA-BAS); Windows 10 u 11 con PowerShell. Diploma acreditativo incluido al aprobar el examen final.

8 temas · 16 lecciones · 40 preguntas de práctica · examen final

Temario

1. De un prompt a una aplicación — Qué resuelven LangGraph y LlamaIndex, cuándo no hacen falta, y el entorno con modelos locales y versiones fijadas.
   • Qué resuelven LangGraph y LlamaIndex
   • Preparar el entorno y la primera llamada
   • Cuestionario del tema (5 preguntas)
2. LangGraph I: el grafo de estado — Estado tipado, reducers, nodos y aristas; un primer grafo que clasifica preguntas y responde por ramas.
   • Estado, nodos y aristas
   • Un grafo de dos nodos para clasificar y responder
   • Cuestionario del tema (5 preguntas)
3. LangGraph II: herramientas y agente ReAct — Herramientas con @tool, el ciclo petición-ejecución-ToolMessage y un agente que consulta el sumario del BOE.
   • Herramientas y el bucle del agente
   • Agente que consulta el sumario del BOE
   • Cuestionario del tema (5 preguntas)
4. LangGraph III: memoria, persistencia y humano en el bucle — Checkpointers y thread_id para recordar, interrupt y Command para aprobar, y el historial para volver atrás.
   • Checkpointers, hilos e interrupciones
   • Conversación con memoria y pausa para aprobar
   • Cuestionario del tema (5 preguntas)
5. LlamaIndex I: índices y RAG — Documentos, nodos, embeddings y VectorStoreIndex; indexar el sumario del BOE con metadatos y persistirlo.
   • Documentos, nodos, embeddings e índice
   • Indexar el sumario del BOE y preguntar
   • Cuestionario del tema (5 preguntas)
6. LlamaIndex II: calidad de las respuestas — Retriever, filtros, postprocesadores y modos de respuesta; citas con source_nodes y evaluación de fidelidad y relevancia.
   • Recuperación, filtros, citas y evaluación
   • Comparar ajustes y mostrar fuentes
   • Cuestionario del tema (5 preguntas)
7. Juntarlo: LangGraph + LlamaIndex — El query engine como herramienta del grafo, enrutado entre índice local y API en vivo, registro, coste de contexto y respuesta con fuentes verificadas.
   • RAG agéntico y enrutado
   • Un grafo con dos herramientas y respuesta con fuentes
   • Cuestionario del tema (5 preguntas)
8. Proyecto final: un asistente del BOE pequeño y honesto — Alcance y limitaciones claras, pruebas sin red con modelos falsos, estructura src/, pytest, ruff y CI en GitHub Actions.
   • Diseñar, limitar y documentar
   • Empaquetar el repo con pruebas y CI
   • Cuestionario del tema (5 preguntas)

Cómo se aprueba y qué obtienes

• Cada lección: teoría, práctica paso a paso (en vídeo cuando esté publicado) y comprobación.
• Cuestionario por tema y examen final: se aprueba con un 7 sobre 10 y puedes repetirlo.
• Insignia verificable al completar el curso, para compartir en LinkedIn.
• Diploma acreditativo en PDF con código de verificación: incluido en el curso. No es una titulación oficial.

🔒 Curso de pago: 149 € (diploma acreditativo incluido). Comprar este curso · o toda la academia por 149 €/año. El acceso se abre solo en cuanto se confirma el pago.