扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
LANGCHAIN技术解密:构建大模型应用的全景指南 版权信息
- ISBN：9787121477379
- 条形码：9787121477379 ; 978-7-121-47737-9
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
LANGCHAIN技术解密:构建大模型应用的全景指南 本书特色
内容全面：包含Langchain的新版本、新动态及全新表达式语言。 系统深入：书中融入了LangGraph、Langsmith等核心组件，讲解细致入微。 结构流畅：章节设计自然衔接，有助于读者掌握Langchain的运行逻辑。 深度拓展：深入讲解了Langchain的隐私与安全、数据评估等高级主题。 实战性强：提供了丰富的代码实例和结果截图，读者可快速上手实践。 源码开放：在作者的GitHub中提供了各章节源码，读者可独立运行学习。
LANGCHAIN技术解密:构建大模型应用的全景指南 内容简介
可读性高、实战性强附赠全书配套示例代码深入解析7大核心功能简化大模型开发流程不仅是LangChain的详尽开发指南，更是以其中的诸多知识为轴心，向外扩散，深度阐述其背后的原理之美
LANGCHAIN技术解密:构建大模型应用的全景指南 目录
第1章 大语言模型及LangChain介绍 1
1.1 大语言模型介绍 1
1.1.1 大语言模型总览 1
1.1.2 大语言模型的发展历史 2
1.1.3 大语言模型的优势 5
1.1.4 大语言模型的发展趋势 5
1.1.5 总结 6
1.2 LangChain介绍 7
1.2.1 LangChain是什么 7
1.2.2 为什么使用LangChain 7
1.2.3 LangChain的应用场景 10
1.2.4 如何使用LangChain 11
第2章 LangChain开发前的准备 14
2.1 创建OpenAI API Key 14
2.2 使用云端Colab进行交互式编程 17
2.2.1 什么是Colab 17
2.2.2 如何使用Colab 17
2.3 使用本地Anaconda JupyterLab进行交互式编程 19
2.3.1 什么是Anaconda 19
2.3.2 安装与使用Anaconda 20
2.4 安装LangChain库 24
第3章 Model（模型） 27
3.1 Model简介 27
3.2 LLM类模型 28
3.2.1 简介 28
3.2.2 代码讲解 29
3.3 Chat类模型 31
3.3.1 简介 31
3.3.2 代码讲解 32
3.4 OpenAI与ChatOpenAI的区别 35
3.5 OpenAI API 36
3.5.1 什么是Token 36
3.5.2 文本补全API：Completion 38
3.5.3 对话补全API：Chat Completion 40
3.5.4 常用参数讲解 41
3.5.5 函数调用 45
3.6 自定义LangChain模型类 48
3.6.1 自定义大语言模型 48
3.6.2 自定义聊天模型 51
3.7 缓存 54
3.7.1 标准缓存 54
3.7.2 流式输出 59
3.7.3 语义化缓存 59
3.7.4 GPTCache 61
3.8 其他 68
3.8.1 异步调用大语言模型 68
3.8.2 模型配置序列化 69
3.8.3 使用Hugging Face 71
第4章 大语言模型及Prompt（提示） 74
4.1 Prompt工程 74
4.1.1 组成Prompt的要素 74
4.1.2 Prompt的书写技巧 75
4.1.3 Prompt的生命周期 81
4.2 提示词模板 82
4.2.1 PromptTemplate 83
4.2.2 PartialPromptTemplate 84
4.2.3 PipelinePromptTemplate 86
4.2.4 FewShotPromptTemplate 88
4.2.5 自定义提示词模板 89
4.2.6 提示词模板的序列化和反序列化 90
4.2.7 ChatPromptTemplate 92
4.2.8 MessagesPlaceholder 94
4.2.9 FewShotChatMessagePromptTemplate 95
4.3 示例选择器 96
4.3.1 LengthBasedExampleSelector 96
4.3.2 SemanticSimilarityExampleSelector 98
4.3.3 MaxMarginalRelevanceExampleSelector 100
4.3.4 NGramOverlapExampleSelector 101
4.3.5 自定义示例选择器 103
4.4 输出解析器 105
4.4.1 CommaSeparatedListOutputParser 105
4.4.2 DatetimeOutputParser 106
4.4.3 EnumOutputParser 107
4.4.4 XMLOutputParser 109
4.4.5 StructuredOutputParser 110
4.4.6 PydanticOutputParser 112
4.4.7 OutputFixingParser 115
4.4.8 RetryWithErrorOutputParser 116
4.4.9 自定义输出解析器 117
第5章 Data Connection（数据连接） 120
5.1 检索增强生成 120
5.1.1 什么是检索增强生成 120
5.1.2 检索增强生成的工作流程 120
5.1.3 什么是Embedding（嵌入） 122
5.1.4 重要的文本预处理 123
5.2 Document Loader（文档加载器） 124
5.2.1 CSV加载器 124
5.2.2 文件目录加载器 124
5.2.3 HTML加载器 125
5.2.4 JSON加载器 126
5.2.5 Markdown加载器 127
5.2.6 URL加载器 127
5.2.7 PDF加载器 129
5.2.8 自定义加载器 132
5.3 Document Transformer（文档转换器） 133
5.3.1 文本分割 134
5.3.2 文本元数据提取 141
5.3.3 文本翻译 143
5.3.4 生成文本问答 144
5.4 Embedding与Vector Store（嵌入与向量数据库） 146
5.4.1 Embedding 146
5.4.2 本地向量存储 148
5.4.3 云端向量存储 151
5.5 Retriever（检索器） 155
5.5.1 基础检索器 155
5.5.2 多重提问检索器 156
5.5.3 上下文压缩检索器 161
5.5.4 集成检索器 167
5.5.5 父文档检索器 168
5.5.6 多向量检索器 170
5.5.7 自查询检索器 176
5.5.8 检索内容重排 179
第6章 Chain（链） 182
6.1 Chain简介 182
6.2 LLM Chain（LLM链） 183
6.3 Sequential Chain（顺序链） 187
6.3.1 SimpleSequentialChain 187
6.3.2 SequentialChain 189
6.4 Router Chain（路由链） 190
6.5 Transform Chain（转换链） 193
6.6 Sumarize Chain（总结链） 195
6.7 API Chain与LLMRequestsChain 197
6.7.1 API Chain 197
6.7.2 LLMRequestsChain 198
6.8 SQL Chain（数据库链） 198
6.8.1 SQLDatabaseChain 199
6.8.2 SQL Agent 201
6.9 QA Chain（问答链） 202
6.9.1 ConversationChain 202
6.9.2 RetrievalQA 202
6.9.3 ConversationalRetrievalChain 203
6.10 LangChain Expression Language（LCEL） 204
6.10.1 管道操作符 204
6.10.2 在链中设置参数 205
6.10.3 配置 206
6.10.4 设置备用方案 207
6.10.5 获取输入并运行自定义函数 208
6.10.6 路由链 210
第7章 Memory（记忆） 213
7.1 Memory简介 213
7.2 将历史对话直接保存成Memory 214
7.2.1 ConversationBufferMemory 214
7.2.2 ConversationBufferWindowMemory 216
7.2.3 ConversationTokenBufferMemory 217
7.3 将历史对话总结后保存成Memory 219
7.3.1 ConversationSummaryMemory 219
7.3.2 ConversationSummaryBufferMemory 221
7.4 通过向量数据库将历史数据保存成Memory 223
7.5 多Memory组合 225
7.6 实体记忆及实体关系记忆 227
7.6.1 通过记录实体进行记忆 227
7.6.2 通过知识图谱进行记忆 229
7.7 在使用LCEL的链中添加内存组件 231
7.8 自定义Memory组件 232
第8章 Agent（代理） 234
8.1 简介 234
8.2 ReAct和Plan and Execute（计划与执行） 235
8.2.1 ReAct 235
8.2.2 Plan and Execute（计划与执行） 236
8.3 Agent初探 237
8.4 Agent类型 239
8.4.1 Chat ReAct 239
8.4.2 ReAct Document Store 241
8.4.3 Conversational 242
8.4.4 OpenAI Function 244
8.4.5 Self-Ask With Search 246
8.4.6 Structured Tool Chat 247
8.4.7 OpenAI Assistant 250
8.5 自定义Tool 252
8.5.1 使用Tool对象 252
8.5.2 继承BaseTool 254
8.5.3 使用Tool装饰器 255
8.5.4 Structured Tool 255
8.5.5 异常处理 257
8.6 人工校验及输入 259
8.6.1 默认人工校验 259
8.6.2 自定义用户审批 260
8.6.3 人工输入 261
8.7 Agent实际应用 263
8.7.1 结合向量存储使用Agent 263
8.7.2 Fake Agent（虚构代理） 264
8.7.3 自定义Agent 265
8.7.4 自定义LLM Agent 267
8.7.5 自定义MRKL Agent 272
8.7.6 自定义具有工具检索功能的Agent 276
8.7.7 Auto-GPT Agent 281
8.8 LangGraph 283
8.8.1 简介 283
8.8.2 示例 286
第9章 LangChain的其他功能 292
9.1 回调 292
9.1.1 简介 292
9.1.2 自定义回调处理 296
9.1.3 将日志记录到文件中 297
9.1.4 Token使用量跟踪 299
9.1.5 LLMonitor 300
9.2 隐私与安全 303
9.2.1 隐私 303
9.2.2 安全 307
9.3 Evaluation（评估） 309
9.3.1 简介 309
9.3.2 字符串评估器 311
9.3.3 比较评估器 316
9.3.4 轨迹评估器 320
9.4 LangSmith 323
9.4.1 简介 323
9.4.2 收集与追踪 324
9.4.3 评估 327
9.4.4 LangSmith Hub 334
9.5 LangServe 337
9.5.1 简介 337
9.5.2 构建 338
9.5.3 调用 341
9.5.4 LangChain Templates 342
9.6 LangChain v0.1 345
9.7 总结 346
第10章 案例开发与实战 347
10.1 基于Streamlit实现聊天机器人 347
10.1.1 简介 347
10.1.2 实现 348
10.1.3 部署 352
10.2 基于Chainlit实现PDF问答机器人 354
10.2.1 简介 354
10.2.2 实现 354
10.3 零代码AI应用构建平台：Flowise 359
10.3.1 简介 359
10.3.2 运行 359
10.3.3 使用 360
展开全部
LANGCHAIN技术解密:构建大模型应用的全景指南 作者简介
王浩帆，从事影视及游戏相关流程开发十余年，长期关注并探索大语言模型及其他人工智能技术在影视及游戏行业的应用落地。作为开源技术爱好者和LangChain Contributer，不仅积极为LangChain等开源项目贡献力量，也致力于开发个人的开源项目。
书友推荐
- >
烟与镜
烟与镜
¥15.4¥48.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
朝闻道
朝闻道
¥15.0¥23.8 - >
推拿
推拿
¥12.2¥32.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
自卑与超越
自卑与超越
¥13.5¥39.8 - >
莉莉和章鱼
莉莉和章鱼
¥19.7¥42.0
本类畅销
-
详解Spring Boot(从入门到企业级开发实战)/孙鑫精品图书系列
¥64.2¥129 -
PYTHON应用与实战
¥52.9¥79.8 -
Python编程与数值方法
¥79.6¥109 -
Go语言从入门到项目实战(视频版)
¥60.4¥108 -
软件设计师
¥14.2¥38 -
GO语言编程从入门到实践
¥75.6¥108
