Описание складчины

Электронная версия Изучаем LangChain: разработка AI- и LLM-приложений с использованием LangChain и LangGraph (Нуну Кампос, Майо Ошин) позволит читать произведение без бумажного экземпляра и хранить его в собственной цифровой библиотеке. Складчина открывает возможность совместного приобретения материала.

Зарегистрируйтесь, чтобы посмотреть контент
Aноним
Ссылка на картинку
Описание

Практическое руководство по изучению LangChain и LangGraph для создания готовых к эксплуатации AI- и LLM-приложений. Рассмотрены основы работы с большими языковыми моделями (LLM), извлечение и индексация данных для генерации, дополненной поиском (retrieval-augmented generation, RAG), организация памяти чат-ботов через StateGraph. Детально разобраны когнитивные архитектуры (цепочки, маршрутизаторы, агентные циклы «планирование-действие»), построение многомодульных и мультиагентных систем.

Приведены паттерны эффективного использования LLM: структурированный вывод, потоковая передача, режимы с участием человека. Отдельные главы посвящены развертыванию созданных приложений на платформе LangGraph — конфигурации, локальному тестированию, работе со студией LangGraph, а также комплексной оценке приложений: трассировке и сбору обратной связи в рабочей среде. .Книга предлагает работающий код, примеры оптимизации индексации и приемы трансформации запросов.

Для разработчиков AI- и LLM-приложений

Если вы хотите создавать готовые к работе AI-приложения, способные рассуждать и получать внешние данные для понимания контекста, вам нужно освоить LangChain — популярный фреймворк и платформу для разработки, запуска и управления агентными приложениями. LangChain используется многими ведущими компаниями, включая Zapier, Replit, Databricks и многими другими. Это руководство — незаменимый ресурс для разработчиков, знающих Python или JavaScript, но только начинающих осваивать мощь искусственного интеллекта.

Авторы подробно и понятно объясняют работу с LangChain через практические советы и уроки. Начиная с базовых понятий, книга покажет вам, как шаг за шагом построить полноценного AI-агента, использующего ваши данные.

Используйте возможности генерации, дополненной поиском (retrieval-augmented generation, RAG) для повышения точности моделей LLM с помощью внешних актуальных данных.
Разрабатывайте и развертывайте AI-приложения, которые взаимодействуют с пользователями осмысленно и с учетом контекста.
Применяйте мощную архитектуру агентов с LangGraph.
Интегрируйте сторонние API и инструменты для расширения функциональности своих AI-приложений.
Отслеживайте, тестируйте и оценивайте AI-приложения для повышения их производительности.
Разберитесь в основах разработки LLM-приложений и в их использовании с LangChain.

Нуну Кампос: ведущий инженер-разработчик и один из основателей LangChain. Имеет десятилетний опыт работы в качестве программиста на Python и JavaScript, архитектора и сопровождающего проектов с открытым исходным кодом.

Майо Ошин: технологический предприниматель, консультант по вопросам искусственного интеллекта и венчурный инвестор. Один из первых разработчиков и популяризаторов библиотеки LangChain с открытым исходным кодом, пионер популярного движения «чат с данными» на основе AI.

Формат: PDF
Показать больше
 
Зарегистрируйтесь , чтобы посмотреть контент.
Последнее редактирование:
Поиск по тегу:
ai-приложения langchain и langgraph python или javascript изучаем langchain майо ошин нуну кампос разработка ai- и llm-приложений
Похожие складчины
Показать больше похожих складчин

Зарегистрируйте учетную запись

У вас появится больше возможностей!

Создать учетную запись

Пройдите быструю регистрацию

Войти

Уже зарегистрированы? Войдите.