75 minutterDen ultimative MCP crash course — byg fra bunden
Byg en første MCP-server, og forstå, hvordan tools, schemas, prompts, resources og transports hænger sammen.
LangChain. En guidet tour af en LLM-trace, project og dataset af LangChains medstifter — token-omkostning, latenstid, fejlrate, feedback-aggregering, drill-down i et enkelt retrieval-step-span. Det er den nærmeste visuelle analog til det, artiklen beskriver, når den taler om "hvert kald er et span", og hvorfor strukturerede traces slår print-logging.
Det er en vendor-gennemgang — se den for trace-, project- og dataset-koncepterne snarere end produktpitch; idéen "hvert kald er et span" overføres til enhver tracing-stack.
Du kan navigere traces, projects og datasets i LangSmith og aflæse token-omkostning, latenstid, fejlrate og per-span-detalje.
Grundlæggende fortrolighed med LLM-API-kald; du behøver ikke at være LangChain-bruger for at følge trace-koncepterne.
Senest gennemgået: 18. maj 2026
Fortsæt ad den samme læringsvej med de næste kuraterede videoer.
75 minutterByg en første MCP-server, og forstå, hvordan tools, schemas, prompts, resources og transports hænger sammen.
19 minutterForbedr værktøjsdesign, så agenter vælger den rigtige handling med de rigtige parametre.
19 minutterIdentificér de produktions-RAG-kontroller, der mangler i naive document-chat-demoer.
Håndplukkede eksterne kurser, der går i dybden med dette emne.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
GenAI-æraens svar på spørgsmålet om ledelsesstrategi. Tre korte kurser målrettet virksomhedsledere — uden krav om teknisk baggrund — om, hvor generativ AI skaber værdi, hvordan teknologien styres ansvarligt, og hvordan et uklart "vi bør bruge AI" omsættes til et konkret anvendelsesscenarie, der kan forsvares. Bedømt til 4,6 på tværs af cirka 700 anmeldelser. Tag det helst før din næste beslutning om AI-budgettet.