>
电脑资讯 >
概论/科技趋势 >
LangChain開發手冊:OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具第 1 章 語言模型開發框架 - LangChain
1-1 為甚麼選擇 LangChain?
• LangChain 簡介
1-2 LangChain 組成元件
1-3 註冊 OpenAI API 帳戶
• 成為付費會員
• 檢查目前用量與限制使用額度
第 2 章 使用官方 LangChain 套件
2-1 安裝與使用 langchain 套件
• 建立與使用 OpenAI 物件
• 傳送多筆訊息
• 串流模式
• 快取與計費功能
• 設定與隱藏金鑰的方法
2-2 與語言模型溝通的藝術 –
• 提示模板 (PromptTemplate)
• 字串提示模板 - PromptTemplate
• 對話提示模板 - ChatPromptTemplate
• 角色物件
2-3 提示模板的進階變化
• 固定提示模板的部分參數
• 以函式自動加入最新內容
• 提示模板中的佔位訊息
2-4 認識輸出內容解析器 (Output Parsers)
• 輸出文字格式的回覆內容
• 輸出 JSON 格式的內容
• 串接輸出內容解析器
• 輸出 CSV 格式的內容
• 自訂輸出格式
• 結構化輸出格式
第 3 章 使用流程鏈 (Chain) 串接物件
3-1 認識LCEL(LangChain Expression Language)
• 細部分解 LCEL
• 使用 RunnableSequence 簡化多層函式的呼叫
• 使用 RunnableParallel 執行多個流程合併結果
3-2 LCEL 實用功能
• 使用 RunnablePassthrough 簡化參數
• 使用 RunnableBinding 使用模型方法和代入工具
• 分支與合併
3-3 LCEL 進階功能
• 在流程鏈中使用函式
• 依照輸入分類執行不同的任務
• 切換模型或提示
第 4 章 記憶對話的物件--memory
4-1 串接記憶功能物件
• 將記錄的訊息加入到流程鏈中
• 將訊息記錄在 SQLite 資料庫中
• 將訊息儲存在檔案裡
4-2 記錄一問一答的對話
• 使用對話記憶物件記錄對話
• 建立對話流程鏈
• 可限制記錄對話次數的記憶物件
• 超過 token 數量限制會自動摘要內容的記憶物件
4-3 建立聊天機器人
• 串流模式
第 5 章 工具與代理
5-1 提供搜尋功能的函式
• 使用 LangChain 包裝的 API 類別
• 將函式包裝成 runnable 物件—工具 (tool)
5-2 讓模型自己選擇工具
• 提供工具給模型物件
5-3 使用自訂函式當工具
• 多種工具之間的選擇
5-4 自主決策流程的代理
• 快速建立代理
• 設定工具錯誤訊息
• 中間步驟
第 6 章 建立自己的代理
6-1 文字聊天與生圖代理
• 使用 Dall-e-3 模型建立生圖工具
• 串接成代理
• 加入記憶物件
• 只記錄固定次數對話
6-2 客製中間步驟
• 客製化回應
第 7 章 用 RAG 讓模型擴展額外知識
7-1 什麼是 RAG
• RAG 第一步:載入資料
• RAG 第二步:資料分割
7-2 Embedding 向量化
• RAG 第三步:文字轉向量
• RAG 第四步:儲存到向量資料庫 Chroma
7-3 檢索對話流程鏈
• 同時傳回生成結果與關聯資料
• RAG 集大成:建立檢索對話代理
7-4 總結文件內容的流程鏈
• 不同的總結方式
7-5 其他的文件分割器
• JSON 格式
• Markdown 格式
• HTML 格式
• 不同程式碼格式
第 8 章 RAG 與圖形資料庫
8-1 什麼是圖形資料庫?
• 註冊圖形資料庫 Neo4j
• 連接資料庫及匯入資料
• 建立問答流程鏈
8-2 與向量資料庫結合
• 合併兩個資料庫
第 9 章 實戰演練
9-1 YouTube 影片懶人包問答機器人
• 執行流程
• 使用 RAG 處理資料
• 建立能持續對話的程式
9-2 辦公室常見檔案問答機器人
• PowerPoint
• Word
• Excel
• CSV
第 10 章 LangSmith - 追蹤程式的資料傳遞過程
10-1 如何使用 LangSmith?
10-2 流程鏈的資料傳遞過程
10-3 代理的資料傳遞過程
10-4 RAG 的資料傳遞過程