LangChain大模型應用開發從入門到實踐

周濤、薛棟、顏鑫

  • 出版商: 清華大學
  • 出版日期: 2026-05-01
  • 售價: $594
  • 語言: 簡體中文
  • ISBN: 7302712085
  • ISBN-13: 9787302712084
  • 相關分類: LangChain
  • 下單後立即進貨 (約4週~6週)

  • LangChain大模型應用開發從入門到實踐-preview-1
  • LangChain大模型應用開發從入門到實踐-preview-2
  • LangChain大模型應用開發從入門到實踐-preview-3
LangChain大模型應用開發從入門到實踐-preview-1

相關主題

商品描述

"《LangChain大模型應用開發從入門到實踐》深入講解了 LangChain 大模型應用開發與實戰的核心知識。全書共 10 章,分別介紹了LangChain 與大型語言模型、第一個 LangChain 程序、模型 I/O 與數據增強、輸出解析器、檢索增強生成、Composition(組合)、操作國產大模型、基於《哈利·波特》系列圖書內容的問答系統、基於 RAG的法律法規解析系統、基於本地知識庫的自動問答系統。 《LangChain大模型應用開發從入門到實踐》內容簡潔且不失其技術深度,豐富全面且易於閱讀,用簡潔的文字闡述復雜案例,便於讀者學習和理解,適合已經掌握 Python 語言基礎語法的讀者,對於希望進一步學習大模型開發、自然語言處理、機器學習、深度學習技術的讀者尤為適宜。同時,本書也可作為高等院校相關專業的教材和培訓機構的專業教材。 "

作者簡介

"周濤,哈爾濱工業大學計算機碩士,就職於阿裏巴巴人工智能通義千問(Qwen)大模型研發部門,負責大模型的預訓練與檢索增強相關工作。深耕人工智能、神經網絡、機器學習技術領域,熟悉大模型訓練ARG、模型集成等核心技術。薛棟,華東理工大學信息科學與技術學院副教授、碩士生導師,德國慕尼黑工業大學工學博士,入選“上海市高層次青年人才計劃”“浦江人才計劃”。長期從事人工智能與大數據方向研究,研究課題覆蓋自然語言處理與大語言模型、工業互聯網與工業軟件、復雜網絡與多智能體系統等領域。顏鑫,心言集團大模型研究員,X-D Lab(心動實驗室)聯合創始人,同時為Datawhale成員、百度飛槳開發者技術專家(PPDE)、OpenI啟智社區核心體驗官,是GitHub千星項目作者。主要研究方向為具身智能、多模態大模型、大語言模型等。曾獲中國國際“互聯網+”大學生創新創業競賽銀獎、中國機器人及人工智能大賽一等獎。"

目錄大綱

第1章  LangChain與大型語言模型 1

1.1  LangChain與大型語言模型 2

1.1.1  LangChain的基本概念與原理 2

1.1.2  大型語言模型介紹 2

1.1.3  LangChain在大型語言模型應用中的作用 3

1.2  LangChain入門指南 4

1.2.1  安裝LangChain 4

1.2.2  LangChain框架的組成 6

 

第2章  第一個LangChain程序 7

2.1  LangChain開發流程介紹 8

2.2  使用LangChain構建應用程序 9

2.2.1  LLM鏈 9

2.2.2  檢索鏈 11

2.2.3  對話檢索鏈 13

2.2.4  實現Agent代理 14

2.2.5  LangServe服務 16

2.3  第一個LangChain程序:問答系統 18

2.3.1  環境準備 18

2.3.2  文件分割 19

2.3.3  為中文構建嵌入向量 20

2.3.4  數據檢索 21

2.3.5  構建模型和變換器管道 22

2.3.6  構建提示 23

2.3.7  構建管道 24

2.3.8  添加上下文壓縮 25

2.3.9  問答系統 27

2.4  訪問OpenAI實踐 28

2.4.1  獲得OpenAI反饋 28

2.4.2  設置模型 30

2.4.3  引入LangChain 32

2.4.4  LangChain聊天模型 33

 

第3章  模型I/O與數據增強 39

3.1  模型I/O基礎 40

3.2  示例選擇器 47

3.3  聊天提示模板 57

3.4  聊天模型 67

3.5  使用大型語言模型 77

 

第4章  輸出解析器 83

4.1  輸出解析器介紹 84

4.2  CSV解析器 85

4.3  日期時間解析器 86

4.4  枚舉解析器 87

4.5  JSON解析器 88

4.6  OpenAI函數解析器 91

4.7  修正解析器 92

4.8  Pandas DataFrame解析器 94

4.9  XML解析器 95

 

第5章  檢索增強生成 99

5.1  RAG介紹 100

5.2  文檔加載器 101

5.3  文本分割器 126

5.4  文本嵌入模型 140

5.5  向量存儲 145

5.6  檢索器 148

5.7  索引 188

 

第6章  Composition(組合) 199

6.1  Composition(組合)介紹 200

6.2  Tools(工具) 200

6.3  Agents(智能代理) 206

6.4  代理類型 215

6.5  Agent代理操作實踐 227

 

第7章  操作國產大模型 247

7.1  國產大模型介紹 248

7.2  國產大模型實踐 248

7.3  基於ChatGLM3大模型的聊天系統 265

 

第8章  基於《哈利·波特》系列圖書內容的問答系統 277

8.1  項目介紹 278

8.2  大型語言模型 278

8.3  準備環境 279

8.4  語言模型的集成與優化 282

8.5  基於LangChain的多文檔檢索器 288

8.6  系統測試 297

 

第9章  基於RAG的法律法規解析系統 301

9.1  背景介紹 302

9.2  項目介紹 302

9.3  準備模型 305

9.4  構建歐盟人工智能法案問題的RAG 310

 

第10章  基於本地知識庫的自動問答系統 321

10.1  背景介紹 322

10.2  項目介紹 322

10.3  具體實現 326

10.4  基於ModelScope的ChatGLM對話系統 348

10.5  基於飛槳AIStudio的ChatGLM對話系統 354

10.6  技術支持