Phát triển AI Agent sử dụng LangGraph (feat. MCP)

Tôi xin thông báo tin vui đến các học viên đã cùng tôi suy ngẫm và phát triển thông qua khóa học xây dựng AI Agent. Cuốn sách đầu tiên của tôi, tổng hợp những nội dung chuyên sâu chưa được chia sẻ hết trong khóa học cùng với những điểm cốt lõi trong thực tế, cuối cùng đã được xuất bản. Cuốn sách này tập trung vào việc giải đáp những câu hỏi được đặt ra nhiều nhất tại lớp học cũng như những băn khoăn thực tiễn trong công việc.

Như tôi luôn nhấn mạnh trong các buổi giảng dạy, cốt lõi của dịch vụ agent không chỉ đơn thuần là 'triển khai' các tính năng mà là 'chứng minh' hiệu suất của chúng.

Trong quá trình viết sách, tôi đã trải qua những thay đổi công nghệ nhanh chóng như việc EXAONE 3.0 được cập nhật lên 3.5 và môi trường hỗ trợ Ollama thay đổi, và một lần nữa tôi đã khẳng định được rằng: điều quan trọng không phải là 'xu hướng' mà là 'nền tảng'. Vì vậy, trong chương cuối của cuốn sách này, tôi đã tập trung đưa vào phần [Đánh giá (Evaluation)] mà tôi cho là quan trọng nhất.

Cuốn sách này sẽ là một người dẫn đường tuyệt vời cho những ai muốn quản lý hiệu suất của agent bằng các chỉ số khách quan chứ không phải cảm nhận chủ quan.

Tôi đã tập trung trình bày trong sách. Cuốn sách này sẽ là một người dẫn đường xuất sắc cho những ai muốn quản lý hiệu suất của agent bằng các chỉ số khách quan, chứ không phải cảm nhận chủ quan.

🎓 Thông báo 'Bước tiếp theo' dành cho các học viên của khóa học

Trong cuốn sách, chúng tôi đã đề cập vững chắc đến nền tảng lý thuyết và các nguyên tắc cốt lõi về đánh giá. Tuy nhiên, bạn có thể còn khao khát tìm hiểu cách tự động hóa và vận hành điều này trong thực tế. Vì vậy, chúng tôi đang chuẩn bị riêng một khóa học với nội dung chuyên sâu như sau.

• LangSmith để thiết lập chính sách đánh giá

• Cách viết và tối ưu hóa Evaluator trong môi trường production

• Quy trình cải thiện ứng dụng LLM bền vững

Tôi khuyên bạn nên trang bị nền tảng lý thuyết vững chắc qua cuốn sách này, sau đó trải nghiệm 'sự hoàn thiện của đánh giá' thông qua các bài giảng thực hành tiếp theo.

Hiện đang mở bán đặt trước tại các nhà sách dưới đây.

• [Kyobo Book Centre]: https://product.kyobobook.co.kr/detail/S000218961185

• [Aladin]: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=383332045

• [Yes24]: https://www.yes24.com/product/goods/172726927

Xin chào, tôi là Kang Byung Jin.

Xin chào, gần đây tôi đã có cơ hội tốt để tham gia 'Ace Report' của And Studio và chia sẻ câu chuyện sự nghiệp của mình.

Tôi đang đứng trước một khởi đầu mới, nhưng thay vì video này đề cập đến bí quyết chuyển việc vào các công ty công nghệ lớn, nó đã trở thành một dịp để tôi bình tĩnh chia sẻ những suy nghĩ mà tôi đã trăn trở và trải nghiệm trong suốt thời gian làm việc.

Nhìn lại, sự nghiệp của tôi có lẻ gần với thất bại hơn là thành công. Có những trải nghiệm khởi nghiệp và đóng cửa không được ghi lại trên LinkedIn, những khoảnh khắc trượt việc nhiều hơn rất nhiều so với được nhận. Nhưng tôi nghĩ chính nhờ những bài học và kinh nghiệm thu được trong quá trình đó mà có được tôi ngày hôm nay.

Tiêu đề 'Người làm việc giỏi' có thể hơi ngại ngùng một chút, nhưng tôi hy vọng câu chuyện của mình về việc không ngừng thử thách và học hỏi trong quá trình đó sẽ có thể chạm đến những người đang có những băn khoăn tương tự, dù chỉ một chút.

Dành thời gian xem và chia sẻ suy nghĩ về video sẽ là động lực lớn cho tôi.

https://youtu.be/UR9PL1Jz-qs?si=nYUszHC3GrU21K-Q

Cảm ơn tất cả các học viên đã tham gia khóa học, và trong quá trình học tập nếu có những phần giải thích chưa đầy đủ, những phần khó hiểu, cũng như những khó khăn mà các bạn gặp phải khi áp dụng vào công việc thực tế, hãy đăng câu hỏi lên và tôi sẽ trả lời nhanh nhất có thể.

Cảm ơn bạn

Kang Byung Jin gửi

Xin chào, tôi là Kang Byung Jin.
Trước tiên, tôi xin chân thành cảm ơn tất cả các học viên đã tham gia khóa học của tôi và luôn gửi những phản hồi tích cực cùng sự cổ vũ.
Nhờ có các bạn mà tôi có thể tiếp tục duy trì việc giảng dạy và các hoạt động liên quan đến AI. 🙏

Ngày mai, thứ Tư, 13 tháng 8 năm 2025 lúc 9 giờ tối, tôi sẽ tham gia Teddynote Live để
thảo luận về chủ đề "AI nên được sử dụng khi nào và như thế nào trong công ty?"

Trong buổi live này

• Các trường hợp ứng dụng thực tế AI/LLM trong công việc dựa trên kinh nghiệm thực tế

• Những cân nhắc và mẹo khi áp dụng AI vào công việc

• Giải đáp thắc mắc qua Q&A thời gian thực

và những điều khác một cách thành thật với các bạn.

📅Lịch phát sóng: Thứ Tư, 13 tháng 8 năm 2025, 9 giờ tối
📍Cách tham gia: Live trên kênh YouTube TeddyNote: https://www.youtube.com/live/tqOkjsVzoSo

Tôi rất mong chờ được giao tiếp trực tiếp với những người mà trước đây tôi chỉ gặp qua các bài giảng.
Hy vọng đây sẽ là thời gian để chúng ta cùng chia sẻ những thắc mắc, băn khoăn và ý tưởng của các bạn.

Rất mong nhận được sự quan tâm và tham gia của mọi người,
hẹn gặp các bạn trong buổi live!

— Kang Byung Jin gửi

Xin chào, tôi là Kang Byeong-jin.

Khi MCP lần đầu tiên được phát hành, nó sử dụng STDIO và SSE để giao tiếp, nhưng SSE đã chính thức bị loại bỏ và phương thức Tranport đã được đổi thành Streamable HTTP, vì vậy chúng tôi đã cập nhật thông tin liên quan. Vui lòng tham khảo thông tin và mã nguồn mới được cập nhật!

Chúng tôi đã phát hành một bài giảng về các trường hợp sử dụng tác nhân AI có thể áp dụng ngay lập tức trong công ty. Tôi nghĩ bây giờ bạn đã biết một chút về LangGraph, nhưng nếu bạn tò mò về cách sử dụng nó, tôi nghĩ bài giảng này sẽ rất hữu ích.

https://inf.run/WSbNz

Lần này, tôi cũng đã bổ sung thêm cách sử dụng công cụ tự động hóa n8n. Mặc dù việc triển khai tất cả các hàm trong mã có lợi thế là linh hoạt và có thể tùy chỉnh hơn một chút, tôi vẫn chọn phương pháp sử dụng một công cụ được phát triển cho mục đích sử dụng chung vì tôi nghĩ rằng nó cũng sẽ tăng hiệu quả phát triển. Như thường lệ, nếu bạn có bất kỳ câu hỏi nào cần giải thích thêm trong khi tham gia lớp học, vui lòng đăng câu hỏi! Tôi sẽ trả lời sớm nhất có thể.

Cảm ơn
Giấc mơ của Kang Byung-jin

Xin chào, tôi là Kang Byeong-jin.

Vào đầu tháng 5, khi cập nhật phương pháp tích hợp LangGraph + MCP, tôi đã thông báo với các bạn rằng "phương pháp trình bày trong tài liệu chính thức không tốt vì khó sử dụng trạng thái, do đó tốt hơn là tiến hành theo cách tôi đề xuất".

Tuy nhiên, khi phiên bản gói langchain-mcp-adapters được cập nhật, nó đã thay đổi thành cách sử dụng trạng thái dễ dàng hơn, như tôi đã đề xuất. Ngay cả việc tạo lớp học cũng trở nên đơn giản hơn với kết nối MCP 🚀

Trước đây, chúng tôi phải tìm và triển khai các phương pháp không được giới thiệu trong tài liệu chính thức, nhưng hiện chúng tôi đã cập nhật bài giảng để có thể liên kết MCP với LangGraph theo cách tương tự như đăng ký MCP với Cursor hoặc Claude Desktop. Mặc dù việc thay đổi mã tôi đã viết có hơi rắc rối một chút, nhưng cá nhân tôi nghĩ đây là điều tốt vì có vẻ như mọi thứ đang đi đúng hướng. May mắn thay, những người duy trì gói tin dường như cũng nghĩ như vậy.

✅ Đối với những bạn chưa học phần MCP: Thay đổi này sẽ không ảnh hưởng trực tiếp đến bạn, do đó bạn có thể tiếp tục học như hiện tại.

✅ Đối với những người đã học khóa học MCP: Hãy nhớ xem Phần 5 mới được thêm vào - Cách tích hợp LangGraph + MCP kể từ tháng 5 năm 2025 ! Chúng tôi ở đây để hướng dẫn bạn những phương pháp mới nhất để thích nghi với môi trường thay đổi.

Cảm ơn bạn 😊

Xin chào, tôi là Kang Byeong-jin.

Tôi đã thêm phương pháp sử dụng MCP mà AWWW yêu cầu vào câu hỏi bài giảng của anh ấy.

Đối với những ai lần đầu nghe về khái niệm này, tôi xin giải thích ngắn gọn về nó.
1. Cách xây dựng máy chủ MCP tùy chỉnh,
2. Phương pháp liên kết LangGraph <> MCP như hướng dẫn trong tài liệu chính thức
3. Và tôi đã thêm thông tin về phương pháp tôi thích để liên kết LangGraph <> MCP, thông tin này không có trong tài liệu chính thức.

Hiện tại, chúng tôi đang trong quá trình đại tu các hệ thống nội bộ để tương thích với MCP và khi hoàn tất, chúng tôi sẽ có thể cung cấp cho bạn cái nhìn sâu sắc hơn.

Cảm ơn AWWW vì phản hồi tuyệt vời. Nếu bạn có bất kỳ câu hỏi nào hoặc cần giải thích thêm trong khi học lớp, vui lòng đăng chúng dưới dạng câu hỏi bài giảng!