LangChain从入门到实战
视频介绍
如果只选一个框架开发大模型，那么一定是LangChain！LangChain在主流大模型开发框架中一骑绝尘，掌握LangChain相当于站在了风口，不光增加了求职成功率，还是拿高薪的助推器。
本套教程还是尚硅谷一贯的风格，保姆式教学，败家式赠送，代码演示，图解技术点（近百幅图），课件共计13万字，解决学习者吐槽官网文档的问题，并配有思维导图，相关工具一个都不少，配合阶段总结，让你知其然更知其所以然，总之，量大管饱。
教程从入门到实战，开发多个项目案例，涵盖：智能对话助手、知识库问答助手、天气智能查询助理等，带你快速提升实战开发经验！
视频目录 选集
- 01_LangChain课程介绍
- 02_什么是LangChain_有哪些常用的LLM框架
- 03_为什么使用LangChain
- 04_LangChain的整体架构设计
- 05_开发前的准备工作与环境搭建
- 06_基于RAG架构的开发
- 07_基于Agent架构的开发
- 08_大模型应用开发的4个场景
- 09_LangChain核心模块剖析与HelloWorld实现
- 10_大模型的分类与按照功能分类的演示
- 11_硬编码的方式调用对话&非对话模型
- 12_使用环境变量_配置文件的方式调用大模型
- 13_通过OpenAI、百度千帆平台调用大模型
- 14_通过阿里云百炼、智谱、硅基流动调用大模型
- 15_模型调用的总结
- 16_关于对话模型调用消息列表
- 17_关于多轮对话与上下文记忆
- 18_阻塞式invoke()和流式stream()的调用
- 19_了解：批量调用与同步异步方法的调用
- 20_提示词模板的理解
- 21_PromptTemplate实例化方式1：使用构造方法
- 22_PromptTemplate实例化方式2：from_template()
- 23_部分提示词变量赋值的两种方式
- 24_format()与invoke()的对比及大模型的调用
- 25_ChatPromptTemplate实例化的两种方式
- 26_模板调用的4种方法及对比
- 27_6种不同的实例化参数使用举例
- 28_举例4和举例6的再说明
- 29_调用大模型_MessagesPlaceholder的使用
- 30_FewShotPromptTemplate的使用
- 31_FewShotChatMessagePromptTemplate的使用
- 32_Example selectors示例选择器的使用
- 33_PiplinePromptTemplate的使用_从物理磁盘读取提示词
- 34_输出解析器概述_StrOutputParser的使用
- 35_JsonOutputParser的使用
- 36_带管道符的chain结构的使用
- 37_XMLOutputParser的使用
- 38_了解CSV和Datetime的输出解析器
- 39_LangChain调用本地大模型
- 40_Chain的理解与举例
- 41_最基础的LLMChain的使用
- 42_顺序链之SimpleSequentialChain的使用
- 43_顺序链之SequentialChain的使用
- 44_了解：数学链、路由链、文档链
- 45_新型Chain之create_sql_query_chain的使用
- 46_新型Chain之create_stuff_documents_chain的使用
- 47_为什么需要Memory模块
- 48_自定义的方式实现大模型的记忆功能
- 49_Memory的设计思路_ChatMessageHistory的使用
- 50_记录完整历史会话的ConversationBufferMemory的使用1
- 51_记录完整历史会话的ConversationBufferMemory的使用2
- 52_简化历史完整记录使用的ConversationChain
- 53_记录最近k条消息的ConversationBufferWindowMemory的使用
- 54_通过Token限制记忆的ConversationTokenBufferMemory的使用
- 55_保存历史摘要的ConversationSummaryMemory的使用
- 56_混合记忆ConversationSummaryBufferMemory的使用
- 57_提取实体的ConversationEntityMemory的使用
- 58_提取为知识图谱的ConversationKGMemory的使用
- 59_基于向量存储VectorStoreRetrieverMemory的使用
- 60_Tool的要素与实操步骤
- 61_定义工具方式1：使用@tool装饰器
- 62_定义工具方式2：使用StructuredTool.from_function()
- 63_大模型分析工具的调用举例
- 64_大模型分析出的工具如何调用
- 65_Agent的理解
- 66_Agent和AgentExecutor的两种创建方式
- 67_传统方式之ReAct模式进行单工具调用
- 68_传统方式之FUNCTION_CALL模式进行单工具调用
- 69_传统方式之ReAct和FUNCTION_CALL两种模式进行多工具调用
- 70_传统方式之自定义函数与工具
- 71_通用方式之FUNCTION_CALL模式的调用
- 72_通用方式之ReAct模式的调用
- 73_工具调用中传统方式和通用方式的小结
- 74_以ReAct模式为例说明传统方式嵌入记忆
- 75_AgentType的ZERO_SHOT_REACT_DESCRIPTION情况源码分析
- 76_通用方式中使用FUNCTION_CALL模式嵌入记忆
- 77_通用方式中使用ReAct模式嵌入记忆
- 78_Retrieval模块的设计意义
- 79_Retrieval的整体流程说明
- 80_熟悉不同的文档加载器_Txt文档的加载
- 81_PDF和CSV格式文档的加载
- 82_JSON格式文档的加载
- 83_HTML、Markdown、文件目录的加载
- 84_为什么切分以及切分的策略
- 85_TextSplitter源码剖析
- 86_具体拆分器1：CharacterTextSplitter
- 87_具体拆分器2：RecursiveCharacterTextSplitter
- 88_具体拆分器3：TokenTextSplitter、CharacterTextSplitter
- 89_具体拆分器4：SemanticChunker
- 90_其它的拆分器介绍
- 91_文档嵌入模型的介绍
- 92_举例：句子的向量化与文档的向量化
- 93_向量存储的理解与功能介绍
- 94_向量数据库功能1：数据的存储
- 95_向量数据库的功能2：数据的多种检索方法
- 96_检索器的介绍与基础举例
- 97_演示Retriever不同的检索策略
- 98_RAG结合大模型的使用举例
- 99_综合案例：智能对话助手
- 100_最后复习