.1. Streaming: Real-time Agent Response
Hiểu 4 stream mode cốt lõi của LangGraph (updates, values, messages, custom) và tool progress streaming với async generator. Phân biệt khi nào dùng từng mode để xây dựng agent có phản hồi real-time.
.2. Retrieval-Augmented Generation (RAG)
Hiểu bản chất RAG qua 2 giai đoạn Indexing và Retrieval & Generation. Phân biệt RAG Agent vs RAG Chain, 3 kiến trúc (2-Step, Agentic, Hybrid), và cách tự vệ trước Indirect Prompt Injection khi đưa tài liệu ngoài vào LLM.
.3. Agentic RAG: Agent Chủ Động Tìm Kiếm
Xây dựng Agentic RAG với LangGraph: agent tự quyết định khi nào retrieve, tự đánh giá chất lượng tài liệu retrieved (grade), và tự cải thiện query khi kết quả không đủ tốt (rewrite). Pattern Self-Corrective RAG từ đầu đến cuối.
.4. Context Engineering: Tối Ưu Thông Tin Cho Agent
Hiểu Context Engineering — chiến lược cung cấp đúng thông tin cho LLM. Nắm vững 3 loại context (Model, Tool, Life-cycle) và 3 nguồn dữ liệu (Runtime Context, State, Store) để xây dựng agent tin cậy hơn.