LangChain 实战:开发基于大语言模型的应用程序
LangChain in Action: Develop LLM-Powered Applications
从LLM基础知识到使用 Kubernetes 的生产级微服务架构
你将学到什么
-
掌握LangChain从基础到高级功能
-
使用 VectorStore 理解并实现检索增强生成 (RAG)
-
了解强大的自治代理的创建和使用。
-
掌握 Indexing API 的功能和应用。
-
探索用于生产就绪应用程序的 LangSmith 平台
-
了解大型语言模型 (LLM) 应用程序背景下的微服务架构。
-
了解带有 Runnable 接口的新 LangChain 表达式语言
要求
-
中级 Python 技能(OOP、数据类型、函数、模块等)
-
有用:终端和 Docker 知识
描述
本课程深入探讨浪链(LangChain),浪链是开发生成式人工智能应用程序的关键框架。该课程针对人工智能领域的初学者和经验丰富的从业者,从基础知识开始,例如OpenAI API的基本用法,逐步深入探讨LangChain更复杂的方面。
您将了解 LangChain 中复杂的输入和输出机制,以及如何为 OpenAI 模型制作有效的提示模板。本课程将带您了解 LangChain 的关键组件,例如链、回调和内存,教您创建交互式和上下文感知的人工智能系统。
中途,重点转移到检索增强生成 (RAG) 和自主代理的创建等先进概念,丰富您对智能系统设计的理解。将涵盖混合搜索、索引 API 和 LangSmith 等主题,强调它们在提高人工智能应用程序的效率和功能方面的作用。
最后,课程将理论与实践技能相结合,介绍了大型语言模型(LLM)应用中的微服务架构和LangChain表达式语言。这不仅确保了对概念的理论理解,而且确保了它们的实际应用。
本课程专为具有 Python 基础知识的个人量身定制,旨在建立或增强他们在人工智能方面的专业知识。结构化的课程确保您全面掌握浪链,从基本概念到复杂的应用,为您迎接生成式人工智能的未来做好准备。
本课程适合谁:
- Python 开发者、AI 爱好者
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)