你的第一本智慧體 AI 書 - LangChain 開發全方位手冊
李多多（@莫爾索） 著
買這商品的人也買了...
-
鳥哥的 Linux 私房菜－伺服器架設篇, 3/e$800$632 -
Android 高效入門>>深度學習－使用 Android Studio 2 開發 Android 6.0 APP$650$507 -
Linux Shell 程式設計實力養成：225個實務關鍵技巧徹底詳解, 2/e$490$382 -
鳥哥的 Linux 基礎學習訓練教材$480$379 -
Python 網路爬蟲與資料視覺化應用實務$650$514 -
UML 物件導向系統分析與設計, 4/e$560$437 -
機器學習開發神器！Google Cloud Platform 雲端開發應用超入門$490$417 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
文科生也學得會的網路爬蟲：Excel VBA + Web Scraper$599$473 -
$505C++ 新經典：Linux C++ 通信架構實戰 -
文科生也可以輕鬆學習網路爬蟲：Python + Web Scraper$520$411 -
Python 資料分析必備套件！Pandas 資料清理、重塑、過濾、視覺化 (Pandas 1.x Cookbook, 2/e)$780$616 -
開發者傳授 PyTorch 秘笈$1,200$948 -
PB 硬碟時代必備技法 -- 精解檔案系統技術及應用$780$616 -
PyTorch 深度學習入門與應用：必備實作知識與工具一本就學會$600$468 -
看完這本就會懂！帶你無痛提升 JavaScript 面試力：精選 55道前端工程師的核心問題 × 求職加分模擬試題解析$680$530 -
ChatGPT 原理，從 PyTorch 中的 NLP 功能讓你一腳跨入自然語言$880$695 -
文科生也可以輕鬆學會 Web Scraper 網路爬蟲與 Power Automate X Excel 大數據分析$600$474 -
Google Analytics GA4 商業分析大全：人工智慧賦能，幫你鎖定對的訪客，打贏網路商戰$690$545 -
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$680$537 -
動手學 PyTorch 建模與應用：從深度學習到大模型$594$564 -
全面掌握 Gemini 開發實務：輕鬆駕馭 Google AI 引擎$680$537 -
AI PC 基礎 CPU 架構 - Arm Cortex-M4 STM32F407 HAL 開發實戰$1,080$853 -
LLM 原理完整回顧 - 大型語言模型整體脈絡最詳細剖析$1,080$853 -
絕對硬派：Windows 核心首度公開 C++ 解析, 2/e$1,200$948
相關主題
商品描述
★☆LangChain 簡介：了解 LangChain 的背景與大模型技術潮流☆★
★☆核心模組概念：模型 I/O、檢索、鏈、記憶與代理模組介紹☆★
★☆框架比較：LangChain 與其他框架的優劣勢比較☆★
★☆快速入門：開發環境準備與 LangChain 的快速實踐步驟☆★
★☆提示範本：基礎提示範本與 FewShotPromptTemplate 使用方法☆★
★☆輸出解析器：輸出解析的功能與應用場景☆★
★☆鏈的建構：Runnable 物件與高級特性的實現☆★
★☆RAG 技術：檢索增強生成技術及其應用☆★
★☆智慧代理：代理的概念、類型與自訂工具設計☆★
★☆記憶元件：記憶系統類型與應用實踐☆★
★☆回呼機制：回呼的兩種方式與觀測性實現☆★
★☆多模態機器人建構：需求分析與 Slack 應用實踐☆★
★☆應用監控與調優：模型監控、效果評估與部署策略☆★
★☆社區與資源：官方文件、社區活動與教學範例☆★
★☆未來展望：LangChain 生態系統發展與重構計畫☆★
【內容簡介】
介紹 LangChain 框架的技術指南，適合想快速掌握大語言模型應用的開發者。書中首先介紹 LangChain 的背景與框架爆火的原因，分析大模型技術對開發模式的變革。接著，深入解析 LangChain 的六大核心模組，包括模型 I/O、檢索、鏈、記憶、代理及回呼模組，並搭配實際案例幫助讀者快速上手。提示範本設計與輸出解析器的內容詳細解釋了如何優化模型的輸入輸出，提升提示工程效率。同時，檢索增強生成（RAG）技術章節介紹了多文件檢索與內容生成的實用方法。智慧代理設計部分涵蓋代理類型、多模態代理開發及工具應用，提供完整的應用設計思路。記憶元件部分則系統性介紹了多種記憶元件類型與實踐技巧，展示其在複雜場景中的應用價值。此外，本書還包含多模態機器人開發案例，從需求分析到部署全面講解，並附上社區資源與未來發展展望，讓讀者在學習框架的同時把握技術趨勢。
作者簡介
李多多（@莫爾索）
在大模型應用落地方面有豐富的經驗，為知名項目AutoGPT、LangChain框架等貢獻過代碼。撰有開源電子書《LLM應用開發實踐》。「莫爾索隨筆」公眾號主理人，致力於大模型技術普及。
目錄大綱
第1 章 LangChain 簡介
▌1.1 LangChain 的產生背景
1.1.1 大模型技術浪潮
1.1.2 大模型時代的開發範式
1.1.3 LangChain 框架的爆火
▌1.2 LangChain 核心概念和模組
1.2.1 模型I/O 模組
1.2.2 檢索模組
1.2.3 鏈模組
1.2.4 記憶模組
1.2.5 代理模組
1.2.6 回呼模組
▌1.3 LangChain 與其他框架的比較
1.3.1 框架介紹
1.3.2 框架比較
1.3.3 小結
第2 章 LangChain 初體驗
▌2.1 開發環境準備
2.1.1 管理工具安裝
2.1.2 原始程式安裝
2.1.3 其他函式庫安裝
▌2.2 快速開始
2.2.1 語言模型
2.2.2 提示範本
2.2.3 輸出解析器
2.2.4 使用LCEL 進行組合
2.2.5 使用LangSmith 進行觀測
2.2.6 使用LangServe 提供服務
▌2.3 最佳安全實踐
第3 章 模型輸入與輸出
▌3.1 大模型原理解釋
3.1.1 為什麼模型輸出不可控
3.1.2 輸入對輸出的影響
▌3.2 提示範本元件
3.2.1 基礎提示範本
3.2.2 自訂提示範本
3.2.3 使用FewShotPromptTemplate
3.2.4 範例選擇器
▌3.3 大模型介面
3.3.1 聊天模型
3.3.2 聊天模型提示詞的建構
3.3.3 訂製大模型介面
3.3.4 擴充模型介面
▌3.4 輸出解析器
第4 章 鏈的建構
▌4.1 鏈的基本概念
▌4.2 Runnable 物件介面探究
4.2.1 schema
4.2.2 invoke
4.2.3 stream
4.2.4 batch
4.2.5 astream_log
▌4.3 LCEL 高級特性
4.3.1 ConfigurableField
4.3.2 RunnableLambda
4.3.3 RunnableBranch
4.3.4 RunnablePassthrough
4.3.5 RunnableParallel
4.3.6 容錯機制
▌4.4 Chain 介面
4.4.1 Chain 介面呼叫
4.4.2 自訂Chain 實現
4.4.3 工具Chain
▌4.5 專用Chain
4.5.1 對話場景
4.5.2 基於文件問答場景
4.5.3 資料庫問答場景
4.5.4 API 查詢場景
4.5.5 文字總結場景
第5 章 RAG
▌5.1 RAG 技術概述
▌5.2 LangChain 中的RAG 元件
5.2.1 載入器
5.2.2 分割器
5.2.3 文字嵌入
5.2.4 向量儲存
5.2.5 檢索器
5.2.6 多文件聯合檢索
5.2.7 RAG 技術的關鍵挑戰
▌5.3 檢索增強生成實踐
5.3.1 文件前置處理過程
5.3.2 文件檢索過程
5.3.3 方案優勢
第6 章 智慧代理設計
▌6.1 智慧代理的概念
▌6.2 LangChain 中的代理
6.2.1 LLM 驅動的智慧代理
6.2.2 LangChain 中的代理
6.2.3 代理的類型
6.2.4 自訂代理工具
▌6.3 設計並實現一個多模態代理
第7 章 記憶元件
▌7.1 建構記憶系統
▌7.2 記憶元件類型
7.2.1 ConversationBufferMemory
7.2.2 ConversationBufferWindowMemory
7.2.3 ConversationEntityMemory
7.2.4 ConversationKGMemory
7.2.5 VectorStoreRetrieverMemory
7.2.6 ConversationSummaryMemory
7.2.7 ConversationSummaryBufferMemory
7.2.8 VectorStoreRetrieverMemory
▌7.3 記憶元件的應用
7.3.1 將記憶元件連線代理
7.3.2 自訂記憶元件
7.3.3 不同記憶元件結合
▌7.4 記憶元件實戰
7.4.1 方案說明
7.4.2 程式實踐
第8 章 回呼機制
▌8.1 回呼處理器
▌8.2 使用回呼的兩種方式
8.2.1 建構元回呼
8.2.2 請求回呼
▌8.3 實現可觀測性外掛程式
第9 章 建構多模態機器人
▌9.1 需求思考與設計
9.1.1 需求分析
9.1.2 應用設計
9.1.3 Slack 應用配置
▌9.2 利用LangChain 開發應用
9.2.1 建構Slack 事件介面
9.2.2 訊息處理框架
9.2.3 實現多模態代理
▌9.3 應用監控和調優
9.3.1 應用監控
9.3.2 模型效果評估
9.3.3 模型備選服務
9.3.4 模型內容安全
9.3.5 應用部署
第10 章 社區和資源
▌10.1 LangChain 社區介紹
10.1.1 官方部落格
10.1.2 專案程式與文件
10.1.3 社區貢獻
10.1.4 參與社區活動
▌10.2 資源和工具推薦
10.2.1 範本
10.2.2 LangServe
10.2.3 LangSmith
10.2.4 教學用例
▌10.3 LangChain 的未來展望
10.3.1 生態系統概覽
10.3.2 變化與重構
10.3.3 發展計畫
