Description
LangChain 奇幻旅程：OpenAI x Gemini x 多模態應用開發指南
本書特色
1.全書深入探討如何使用 LangChain 結合 Azure OpenAI、Gemini 以及地端開源模型的部署，並提供多種應用示範。讀者可以透過本書，從開發到部署全方位掌握 AI 技術的應用。
2.RAG（檢索增強生成）架構是目前企業打造知識庫型 LLM 應用的首選架構。本書除詳盡講解 RAG 架構之外，更是第一本詳解 Qdrant 向量資料庫的書籍。
3.生成式 AI 的應用從單一工具擴展至最新的 AI Agent 前沿技術。本書專章探討 AI Agent 的概念與應用，協助開發者開發更具前瞻性的 AI 思維的應用。
4.本書適合的「讀者族群」
i.想瞭解如何使用 LangChain 的開發者
ii.想瞭解向量資料庫與 RAG 架構的開發者
iii.想瞭解 AI Agent 的概念與應用的開發者
iv.想瞭解在企業面如何整合不同 LLM 模型導入應用的技術主管
專業推薦
這本書結合了 OpenAI 與 Gemini 兩項主流的語言模型技術，並讓讀者能夠透過開發指南開發不同的應用。這本書不僅讓讀者能夠深入了解語言模型的運作原理，更能夠透過實作的方式，將理論知識轉換為實際應用。對於想要進入 AI 領域的開發者來說，絕對不能錯過這本書。——Jimmy Liao, 廖聖傑，(Certification) Google Developer Expert, Generative AI，Appier, Senior Software Engineer, Full Stack, Copilot/Assistant Squad，ex-Microsoft Azure Data/AI Cloud Solution Architect，ex-IBM Staff Software Engineer, Mobile Architect
本書凝聚了他們這兩年對生成式 AI 的研究，展示了他們對 AI 應用的深刻理解。無論你是 AI 技術的愛好者，還是專注於生成式 AI 開發的專業人士，本書都將為你提供有價值的洞見與實用技巧。AI 的未來充滿機遇，而 LangChain 正是其中的重要工具。希望本書能幫助你在開發過程中取得突破，並推動技術的持續進步。——Kui-Ming Chen，Microsoft AI MVP
這本書以 LangChain 框架為基礎，構建了一套完整的大型語言模型學習地圖，讓你能深入理解語言模型的運作原理，並透過實際操作的方式將這些技術應用於真實專案中。無論你對 AI 是初學者還是有經驗的開發者，這本書將成為你邁向 LLM 開發之路的重要指南，幫助你在 AI 領域快速取得突破。——張維元 / 資料科學家的工作日常
目錄
Chapter 01 LangChain環境準備篇
1.1 使用Poetry來安裝與管理虛擬環境
1.2 使用Python-dotenv來管理環境變數
1.3 LangChain 0.2 版介紹與0.3版更新策略
Chapter 02 LangChain 初試身手
2.1 認識LangChain
2.2 建立一個簡單的生成式AI應用 – 語言翻譯器
2.3 運用Prompt Template 打造多國語言翻譯器
2.4 PromptTemplate應用練習 – 單字情境造句機
Chapter 03 PromptTemplate 設計
3.1 多筆問答範例樣板 – 來啊！戰南北
3.2 範例選擇器 – 先生，你依據哪一條判斷我是南部人？
3.3 省話一哥 – 利用範例選擇器來簡化提示
Chapter 04 Chain 的基本概念與使用
4.1 Chain 的基本概念與使用
4.2 認識 LLMChain
4.3 認識 SimpleSequentialChain
4.4 認識 SequentialChain
4.5 認識MultiPromptChain
4.6 實作Conditional Chain機制
Chapter 05 認識 LCEL 表達式
5.1 認識LCEL表達式
5.2 認識RunnableSequence
5.3 認識RunnableParallel
5.4 認識RunnableBranch
5.5 認識RunnableLambda
5.6 認識RunnableWithFallbacks
5.7 認識RunnablePassthrough
Chapter 06 LangChain Memory機制
6.1 常見的Memory機制介紹
6.2 RunnableWithMessageHistory介紹
6.3 實作 RAG 流程整合歷史訊息
Chapter 07 LangChain與Azure OpenAI GPT-4o
7.1 申請Azure OpenAI GPT-4o資源
7.2 開始使用Azure OpenAI GPT-4o – 多愁善感的詩人
7.3 LangChain與GPT-4o
7.4 我的Azure OpenAI英文老師：Whisper + GPT-4o + TTS .-10
Chapter 08 LangChain與Google Gemini
8.1 申請 Google Gemini API
8.2 Hello Gemini
8.3 LangChain與Gemini
8.4 圖片理解
8.5 聲音理解 – Podcast 重點摘要
8.6 影片理解 – Ryan在哪裡
Chapter 09 LangChain與Hugging Face
9.1 Hugging Face 介紹
9.2 Hugging Face 帳號註冊
9.3 LangChain Hugging Face全新套件
Chapter 10 設計RAG應用
10.1 認識RAG
10.2 認識 Embeeding與向量資料
10.3 實作 RAG應用
10.4 關於知識文件切割的探討
Chapter 11 本地模型RAG應用
11.1 認識Ollama
11.2 使用llama.cpp量化與轉換模型格式
11.3 實作混合雲RAG應用
Chapter 12 Qdrant進階使用技巧
12.1 Qdrant多租戶的設計
12.2 Qdrant索引設計
12.3 Qdrant分散式部署
12.4 Qdrant與LangChain的整合
12.5 Qdrant與LangChain在 0.3 版將會有的改變
Chapter 13 設計Chatbot應用
13.1 Hello Line Bot 建立
13.2 Line Bot + GPT-4o
13.3 Line Bot + Gemini
13.4 LangChain + GPT-4o + Gemini
Chapter 14 AI Agent
14.1 AI Agent 概念
14.2 AI Agent架構設計：從單體到複雜系統
14.3 基本 ReAct AI Agent 應用
14.4 為ReAct AI Agent加上短期記憶應用
14.5 為 ReAct AI Agent 加入 system prompt
14.6 AI Agent的工具也可以是個 Chain
Chapter 15 LangServe與部署上雲
15.1 LangServe介紹
15.2 RAG Chain的搭建
15.3 LangServe 建立與整合
15.4 容器化LangServe與地端部署
15.5 LangServe 容器映像登錄
15.6 部署LangServe到Azure
书名简译:LangChain 奇幻旅程：OpenAI x Gemini x 多模态应用开发指南
目前沒有評價。