LangChain學習手冊｜使用 LangChain 與 LangGraph 建構 AI 與 LLM 應用程式

章節說明:第一章 使用 LangChain 必備的 LLM 基礎知識
設置 LangChain 環境
在 LangChain 中使用 LLM
讓 LLM 的指示詞可以重複使用
從 LLM 取得特定格式的輸出
組合 LLM 應用程式的各個部分

第二章 RAG 首部曲：為你的資料建立索引
目標：為 LLM 挑選相關的脈絡
embedding：將文字轉換成數值
將文件轉換成文字
將文字拆成小段落
產生文字embedding
將 embedding 存入向量庫
追蹤文件的變更
索引最佳化

第三章 RAG 二部曲：與你的資料對話
Retrieval-Augmented Generation 簡介
查詢句轉換
查詢句路由
建構查詢句

第四章 使用 LangGraph 來為聊天機器人加入記憶功能
建立聊天機器人記憶系統
介紹 LangGraph
建立 StateGraph
為 StateGraph 加入記憶功能
修改聊天歷史

第五章 LangGraph 與認知架構
架構 #1：LLM 呼叫
架構 #2：鏈式架構
架構 #3：路由器

第六章 agent 架構
Plan-Do 迴圈
建立一個 LangGraph agent
始終先呼叫某一個工具
使用大量工具

第七章 Agents 第二集
反省
LangGraph 的 subgraph
多 agent 架構

第八章 善用 LLM 的設計模式
結構化輸出

第九章 部署：將 AI 應用程式部署到正式環境
先決條件
瞭解 LangGraph Platform API
在 LangGraph Platform 上部署 AI 應用程式
安全

第十章 測試：評估、監控與持續改進
在 LLM app 開發週期中的測試技巧
設計階段：能自我修正的 RAG
預備上線階段
正式上線階段

第十一章 使用 LLM 來建構應用程式
互動式聊天機器人
與 LLM 合作編輯
環境式運算（ambient computing）

章節說明:第一章 使用 LangChain 必備的 LLM 基礎知識
設置 LangChain 環境
在 LangChain 中使用 LLM
讓 LLM 的指示詞可以重複使用
從 LLM 取得特定格式的輸出
組合 LLM 應用程式的各個部分

第二章 RAG 首部曲：為你的資料建立索引
目標：為 LLM 挑選相關的脈絡
embedding：將文字轉換成數值
將文件轉換成文字
將文字拆成小段落
產生文字embedding
將 embedding 存入向量庫
追蹤文件的變更
索引最佳化

第三章 RAG 二部曲：與你的資料對話
...