LangChain 系列更新:从入门到进阶,构建生成式 AI 应用本系列教程将重点介绍 LangChain 的最新更新,从基础到高级内容,帮助你使用付费 API(例如 LLM API)或开源 LLM 模型构建生成式 AI 应用。教程将通过实际项目演示如何构建端到端的应用,并利用 LangChain 生态系统进行部署。
教程重点:
讲解 LangChain 文档:为了方便理解,教程将结合 LangChain 的关键图表来讲解相关概念,并以 LangSmith 和 LangServe 为例,演示如何在项目中使用这两个工具进行监控、调试、评估、标注和部署。
讲解 LangChain 的核心组件:教程将从 LangChain 的三个主要组件入手,即认知架构(包括链、代理和检索策略)、模型输入输出(包括模型 IO、检索和代理工具)、LangChain 社区(用于第三方集成),并结合实际案例进行讲解。
演示项目实战:教程将以实际项目为例,展示如何使用 LangChain 创建自定义提示模板、调用不同链来完成特定任务,以及如何创建自定义输出解析器。
教程目标:
帮助你了解 LangChain 的最新更新和核心概念。
教你如何使用 LangChain 构建生成式 AI 应用。
提供实际项目案例,帮助你快速上手 LangChain。
总结:
本系列教程将以清晰的讲解、丰富的案例和实用的工具,帮助你快速掌握 LangChain,并构建出优秀的生成式 AI 应用。
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。该框架包含几个部分。LangChain 库:Python 和 JavaScript 库。包含各种组件的接口和集成,用于将这些组件组合成链和代理的基本运行时,以及链和代理的现成实现。LangChain 模板:针对各种任务的一系列易于部署的参考架构。LangServe:用于将 LangChain 链部署为 REST API 的库。LangSmith:一个开发者平台,允许您调试、测试、评估和监控在任何 LLM 框架上构建的链,并与 LangChain 无缝集成。