Deployment

Vom Prototyp zur produktionsreifen Agent-Anwendung - Praktische Anleitungen für Deployment, Architektur und Provider-Migration.

Wann dieser Bereich?

deployment/ wird meist erst dann relevant, wenn ein Notebook oder Prototyp bereits funktioniert und in eine robustere Form überführt werden soll. Themen wie Projektstruktur, Konfiguration, APIs, Docker, Provider-Wechsel und Produktreife stehen deshalb erst nach dem konzeptionellen und technischen Einstieg im Vordergrund.

Für einen passenden Gesamtpfad zuerst Lesepfade öffnen.

Übersicht

Architektur & Ökosystem

Vom Modell zum Produkt – Wie wird ein Prototyp produktionsreif? Das LangChain-Ökosystem verstehen
- Von Prototypen zu produktionsreifen Systemen
- LangChain, LangGraph und LangSmith im Überblick
- Entscheidungshilfe: Wann welches Tool?
- Alternativen zum LangChain-Ökosystem

Deployment-Prozess

Aus Entwicklung ins Deployment – Wie kommt der Agent in die Produktion? Vom Notebook zur produktionsreifen App
- Notebook aufräumen und Code extrahieren
- Projektstruktur und Best Practices
- Konfiguration externalisieren
- Testing, API-Endpunkte, Docker
- Deployment-Optionen im Vergleich

Stack & Infrastruktur

Minimum Viable Agent Stack – Welche Schichten braucht ein Produktionsagent? Die sechs Infrastrukturschichten zwischen LLM und Produktionssystem
- Übersichtstabelle: Einstiegspunkt und Upgrade-Kriterium pro Schicht
- Bewertungsrahmen: Zustand, Lock-in-Risiko, Demo-Produktions-Lücke
- Detailanalyse aller sechs Schichten mit ehrlicher Einschätzung
- Stack-Empfehlung nach Agententyp (Stateless bis Multi-Agent)

Migration & Provider-Wechsel

Migration: OpenAI → Mistral – Wie wechsle ich den LLM-Provider? Technische Analyse der Provider-Migration
- Kernaussage: LangChain vereinfacht die Migration strukturell
- Modell-Rollenmapping für Baseline, Router, Judge, Worker
- Embeddings und OpenAI-spezifische Module separat bewerten
- Empfohlene Reihenfolge für eine kontrollierte Migration