首页 › 优质课程 › 智能体大模型应用开发框架-Langchain入门到精通

智能体大模型应用开发框架-Langchain入门到精通 📚 含课件资料

超级管理员官方

22天前更新

23浏览 0下载

私信下载

积分兑换请使用积分兑换本资源，或开通会员免费下载

🏅 16 积分

VIP会员免费

SVIP会员免费

会员每日免费下载额度： 普通用户：0 个 · VIP会员：2 个 · SVIP会员：10 个

联系客服

第一章 langchain框架入门

1. 试看什么是LangChain

2. 试看 Langchain框架简介

3. 试看环境的准备

4. 创建项目工程

5. 读取环境配置文件

6. 读取Windows的环境变量

7. ChatCompletionAPI调用示例(掌握)

8. OpenAI SDK 调用模型

第二章模型的输入与输出

1. 模型的IO概念

2. 模型的分类

3. Responses API 调用示例

4. 为什么不直接用原生OPENAI SDK

5. Langchain调用DeekSeek

6. 核心参数详解

7. init_chat_model调用大模型

8. 消息的类型

9. 从配置读取对话模板

10. invoke() vs ainvoke() 性能对比

11. 流式调用和批量处理

12. 批量异步调用

13. 调用各种大模型方式

14. 调用本地Ollama大模型

15. 多模态输入

16. 速率限制

17. Token使用追踪

18. 小结

第三章模板提示词和格式化输出

1. 模板提示词的概念

2. 字符串模板测试

3. 模板部分变量

4. ChatPromptTemplate

5. MessagesPlaceholder

6. FewShotPromptTemplate

7. 关于提示词模板小结

8. 为什么需要输出解析器

9. JsonOutputParser输出解析器

10. 输出解析器回顾

11. 通过厂商原生能力格式化输出

12. with_structured_output结构化输出

13. PydanticOutputParser输出解析器

14. 自定义输出解析器

15. LCEL表达式语言

16. LCEL链式编程

17. Runnable组合器

18. RunnableLambda-自定义逻辑

19. 添加对话历史

20. 输入输出小结

第四章 RAG知识库搭建

1. 为什么需要RAG

2. Rag的概述

3. 文档加载器的类型

4. 加载MarkDown文档

5. 加载Word文档

6. Langchain自带的文档解析器的缺陷

7. MinerU文档解析工具

8. MinerU解析PDF

9. 文档加载解析小结

10. 文档为什么需要拆分

11. 递归字符切分器切分的原理

12. 递归字符拆分器

13. 文本块为什么需要嵌入

14. 常见的嵌入模型的参数

15. 文本嵌入的测试

16. 稠密向量和稀疏向量概念

17. 混合向量的生成

18. 传统数据库和向量数据库对比

19. Milvus向量库的架构

20. Milvus向量库的安装和配置

21. Milvus常见的数据类型

22. Milvus稀疏向量和稠密向量的索引类型

23. 相似度的度量方式

24. Milvus创建库和表和索引

25. 测试向量库的插入

26. 向量库的查询和删除

27. 稠密向量的检索

28. 稀疏向量的检索

29. 混合向量检索

30. 搜索的结果生成

31. 获取检索信息来源

32. RAG总结

第五章 Agent智能体开发

1. 从chain到Agent

2. Agent的概念

3. Agent与Chain对比

4. 原生Function Calling

5. 智能体开发

6. LangSmith在线监控平台

7. MCP的概念

8. MCP的运行流程

9. Stdio通讯

10. StreamableHttp通讯

11. 调用线上MCP服务

12. 智能体配置记忆

13. 消息压缩中间件

14. 人工审核中间件

15. Agent优化

16. Langchain小结

📌 说明介绍：

本站全部素材资源均通过互联网公开渠道收集、整理与归档，所有内容仅面向个人学习、技术研究、交流参考使用，不得用于任何商业用途、二次分发或其他侵权行为。
本站向用户收取的相关费用，仅用于素材搜集整理、服务器托管、网站运维、安全维护等平台运营成本支出，该费用不代表素材源码文档等资源本身的实际价值。
若您是相关作品的著作权人，发现本站上架内容未经授权、存在侵权问题，请联系我们，我们收到并核实后，会在最短时间内下架对应资源。