LangChain- 使用 LangChain 和 LangGraph 开发 AI 代理
LangChain- Develop AI Agents with LangChain & LangGraph
通过构建真实世界的 AI 代理(Python,最新版本 0.3.0+)学习 LangChain 和 LangGraph
你将学到
-
精通 LangChain
-
拥有 3 个基于 LangChain 的端到端工作生成式 AI 应用程序
-
提示工程理论:思维链、ReAct、少样本提示,并了解 LangChain 的底层构建方式
-
了解如何在 LangChain 开源代码库中进行导航
-
软件工程师的 Large Language Models 理论
-
LangChain:大量的链,链,代理,DocumentLoader,TextSplitter,OutputParser,Memory
-
RAG,向量存储/向量数据库(Pinecone,FAISS)
-
模型上下文协议
-
LangGraph
要求
-
这不是一个入门课程。需要具备基本的软件工程概念
-
我假设学生熟悉 git、python、pipenv、环境变量、类、测试和调试等软件工程主题
-
不需要机器学习经验。
课程介绍
课程已重新录制,并支持 LangChain 版本 0.3+
**理想的学员是软件开发者 / 数据科学家 / AI/ML 工程师**
欢迎来到使用 LangChain 和 LangGraph 的 Udemy 课程——释放 LLM 的强大力量!
本课程旨在教你如何快速掌握 LangChain 库在 LLM 应用中的强大功能。
这门课程将为您提供开发尖端 LLM 解决方案所需的知识和技能,适用于各种主题。
您将构建的内容:没有废话。没有玩具示例。您将构建:
- 破冰助手 – 一种 AI 助手,可以搜索谷歌、查找领英和推特资料,抓取公开信息,并生成个性化破冰话题。
- 文档助手 – 一个基于 Python 包文档(以及您选择的任何数据)的聊天机器人,使用高级检索和 RAG 技术。
- 轻量级 ChatGPT 代码解释器 – 一种轻便的代码执行助手。
- 提示工程理论部分
- LangGraph 简介
- 模型上下文协议 (MCP) 简介
本课程涵盖的主题包括:
- 智能体
- LangChain、LangGraph
- LLM + GenAI 历史
- LLMs:少样本提示、思维链、ReAct 提示
- 聊天模型
- 开源模型
- 提示词,提示词模板,langchainub
- 输出解析器,Pydantic 输出解析器
- 链:create_retrieval_chain,create_stuff_documents_chain
- 代理,自定义代理,Python 代理,CSV 代理,代理路由器
- OpenAI 函数,工具调用
- 工具,工具包
- 记忆
- 向量存储(Pinecone,FAISS,Chroma)
- 检索增强生成(RAG)
- DocumentLoaders, TextSplitters
- Streamlit (for UI), Copilotkit
- LCEL
- LangSmith
- LangGraph
- FireCrawl
- GIST of Cursor IDE
- 光标堆肥器
- 光标聊天
- MCP – 模型上下文协议 & LangChain 生态系统
- LangGraph 简介
- 上下文工程
在整个课程中,你将通过动手练习和实际项目来巩固所涵盖的概念和技术。课程结束时,你将熟练使用 LangChain 创建强大、高效且多功能的 LLM 应用程序,适用于各种用途。
为什么选择这门课程?
- 最新版 :涵盖 LangChain v0.3+及最新的 LangGraph 生态系统。
- 实用 :实际项目、实际 API、实际技能。
- 职业提升 :在 LLM 和 GenAI 就业市场中保持领先。
- 逐步指导 :清晰简洁,不浪费任何时间。
- 灵活 :可以使用任何 Python IDE(显示 Pycharm,但不是必需的)。
免责声明
- 请注意,这不是一个面向初学者的课程。本课程假设您具备软件工程背景,并且精通 Python。
我将使用 Pycharm IDE,但你可以使用任何你喜欢的编辑器,因为我们只使用 IDE 的基本功能,如调试和运行脚本。 - 破冰项目需要使用第三方 API
Scrapin、Tavily、Twitter API 这些通常是付费服务。
所有这些第三方平台都提供免费套餐,我们将使用它们来创建模拟响应、进行开发和测试。
这门课程适合谁:
- 希望学习如何使用 LangChain 和 LangGraph 构建生成式 AI 应用程序的软件工程师
- 希望学习如何使用 LangChain 和 LangGraph 构建生成式 AI 应用程序的开发者
- 希望学习如何使用 LangChain 和 LangGraph 构建生成式 AI 应用程序的工程师
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)