大语言模型开发训练营：LangChain实战

《LangChain 实战：大模型应用开发实例》作者亲录视频

【为什么要学习这门课？】

1.市场需求：随着AI技术的快速发展，语言模型和嵌入技术在各行各业的应用越来越广泛，从搜索引擎优化到自然语言处理，再到人工智能产品的开发，对这方面技能的需求大增。

2.能力提升：学习这门课程，你将掌握语言模型和嵌入技术的核心知识，理解其原理和应用，这将极大提升你的技术能力和解决实际问题的能力。

3.职场优势：AI领域的就业竞争日益激烈，掌握这门课程的知识和技能，将使你在求职市场上更具竞争力，帮助你获得更好的工作机会。

4.项目实战：课程中的实战项目将让你有机会将所学知识应用到实际问题中，提升你的实战能力，为你未来的工作或创业项目打下坚实的基础。

【学习这门课能够获得什么？】

学习这门课程，你将能够：

1. 掌握语言模型和嵌入技术的核心知识和原理，理解它们在自然语言处理和人工智能中的应用。

2. 提升你的技术能力和解决实际问题的能力，使你在求职市场上更具竞争力。

3. 通过实战项目，将所学知识应用到实际问题中，提升你的实战能力。

4. 了解AI技术的发展和趋势，为你未来的学习和发展方向提供指导。

5. 如果你有创业的打算，这门课程将为你提供一套完整的技术工具箱，帮助你实现你的创业梦想。

【课程内容是什么？】

以下是对课程内容的详细解释：

1. 课程介绍和基础知识

   - 1-1 课程介绍：介绍课程的目标、内容和学习方法。

   - 1-2 LLM：大型语言模型（LLM）的基本概念和应用。

   - 1-3 LLM 微调：介绍LLM的微调技术和方法。

   - 1-4 LLM 微调：代码实战

   - 1-5 Embedding 与 LLM：讲解LLM的嵌入技术和应用。

   - 1-6 Embedding 与 LLM：代码实战。

2. Langchain介绍和环境准备

   - 2-1 Langchain 概述：什么是LangChain，如何使用与安装，LangChain 与OpenAI

   - 2-2 Langchain 基本数据类型Shchema：Texts、Chat Messages、Documents、Examples

   - 2-3 Langchain 6大组件介绍：Model I/O、Prompt、Data Connection、Chains、Agents、CallBacks

   - 2-4 Langchain 示例尝鲜：Prompt、Prompt Template、Output Parser

   - 2-5 Langchain 示例尝鲜：Document Load、Text Splitters、Retrievers

3. Model IO：提示模版、解析模版、模型接口

  - 3-1 Model I/O 组件概述：Prompt Template，ChatMessagePromptTemplate，MessagesPlaceholder

  - 3-2 Prompt template 探索：Partial prompt templates ，Composition

  - 3-3 Example Selector 探索：Example selectors，Select by length，Select by similarity

  - 3-4 Language Models（语言模型的应用）-上：Language Models，Caching，FakeListLLM

  - 3-5 Language Models（语言模型的应用）-下：Async API，Serialization，Streaming

  - 3-6 Output parsers（输出解析器）：List parser，Datetime parser，Auto-fixing parser

4. Data Connection:文档加载、转换、嵌入、查询

   - 4-1 Data Connection 组件概述：介绍组件关系和组成方式。

   - 4-2 文档加载器-上：CSV加载、多文档加载、HTML加载。

   - 4-3 文档加载器-下：Json加载、PDF加载、三方数据源加载。

   - 4-4 文档转换器：文本切割、特征提取、问答转换、文档翻译、元数据标记。

   - 4-5 嵌入与向量数据库：文本嵌入、Chroma、FAISS、Milvus向量数据库。

  - 4-6 索引器：请求拆分、上下文压缩、元数据过滤器、时间权重。

5. 链的基本概念和操作

   - 5-1 Chian组件概述：介绍链的基本概念和应用。

   - 5-2 Chain基本用法：API 异步调用、如何Debug、调用外部资源、与Memory合作、持久化

   - 5-3 Chain的分类- 上：LLMChain、RouterChain

   - 5-4 Chain的分类- 下：SequentialChain、TransformationChain

   - 5-5 SQL Chain - 上：连接Sqlite 数据库查询数据、根据条件进行连接查询、通过Prompt 进行table的指定

   - 5-6 SQL Chain - 下：显示查询的中间过程（表结构、SQL）、定制化表（关注的表和字段）+示例

   - 5-7 摘要应用 ：Stuff document、Map Reduce document

6. Memory的基本概念和应用

   - 6-1 Memory组件概述：ConversationBufferMemory，ConversationBufferWindowMemory

   - 6-2 Memory组件分类：ConversationSummaryMemory，Vector Store-backed Memory

   - 6-3 Memory常见用法 - 上：客制化对话前缀，多输入Memory

   - 6-4 Memory常见用法 - 下：实体记忆，对话知识图谱记忆

7. Agents的基本概念和操作

   - 7-1 Agents 组件概述：Agent补齐了LLM短板，代理，工具，代理执行器

   - 7-2 Agents 类型分类：Conversational Agent、OpenAI Multi Functions Agent、Self Ask with Search

   - 7-3 Tool 应用：Multi-input tool、Tool input schema、Human-in-the-loop Tool

   - 7-4 Agent 常规应用 1 ：Agent 迭代器、Agent 与向量数据库协同

   - 7-5 Agent 常规应用 2：Aysnc API、自定义Agent

8. 异步回调和日志记录

   - 8-1 异步回调：介绍异步回调的基本概念和应用。

   - 8-2 Callbacks 的应用场景：Async callback、Logging to file、Multiple callback handlers、Token Counter

9. 项目实战-Ask for PDF

   - 9-1 项目背景介绍：项目功能和架构设计。

   - 9-2 组件安装和UI展示：PIP 安装组件、Streamlit 界面设置

   - 9-3 文件上传和处理：Streamlit组件上传文件、Text_Splitter切割文件

   - 9-4 向量转化和向量数据库写入：Embedding 向量转换， FAISS 向量数据库写入