Elliot
Администратор
- Регистрация
- 2 Дек 2014
- Сообщения
- 176.763
- Реакции
- 200.053
Складчина: Изучаем LangChain [БХВ] [Нуну Кампос, Майо Ошин]
Практическое руководство по изучению LangChain и LangGraph для создания готовых к эксплуатации AI- и LLM-приложений. Рассмотрены основы работы с большими языковыми моделями (LLM), извлечение и индексация данных для генерации, дополненной поиском (retrieval-augmented generation, RAG), организация памяти чат-ботов через StateGraph. Детально разобраны когнитивные архитектуры (цепочки, маршрутизаторы, агентные циклы «планирование-действие»), построение многомодульных и мультиагентных систем. Приведены паттерны эффективного использования LLM: структурированный вывод, потоковая передача, режимы с участием человека. Отдельные главы посвящены развертыванию созданных приложений на платформе LangGraph — конфигурации, локальному тестированию, работе со студией LangGraph, а также комплексной оценке приложений: трассировке и сбору обратной связи в рабочей среде. .Книга предлагает работающий код, примеры оптимизации индексации и приемы трансформации запросов.
Для разработчиков AI- и LLM-приложений
Если вы хотите создавать готовые к работе AI-приложения, способные рассуждать и получать внешние данные для понимания контекста, вам нужно освоить LangChain — популярный фреймворк и платформу для разработки, запуска и управления агентными приложениями. LangChain используется многими ведущими компаниями, включая Zapier, Replit, Databricks и многими другими. Это руководство — незаменимый ресурс для разработчиков, знающих Python или JavaScript, но только начинающих осваивать мощь искусственного интеллекта.
Авторы подробно и понятно объясняют работу с LangChain через практические советы и уроки. Начиная с базовых понятий, книга покажет вам, как шаг за шагом построить полноценного AI-агента, использующего ваши данные.
Используйте возможности генерации, дополненной поиском (retrieval-augmented generation, RAG) для повышения точности моделей LLM с помощью внешних актуальных данных.
Разрабатывайте и развертывайте AI-приложения, которые взаимодействуют с пользователями осмысленно и с учетом контекста.
Применяйте мощную архитектуру агентов с LangGraph.
Интегрируйте сторонние API и инструменты для расширения функциональности своих AI-приложений.
Отслеживайте, тестируйте и оценивайте AI-приложения для повышения их производительности.
Разберитесь в основах разработки LLM-приложений и в их использовании с LangChain.
Формат: pdf скан
Стоимость: укажет организатор
СКАЧАТЬ
Практическое руководство по изучению LangChain и LangGraph для создания готовых к эксплуатации AI- и LLM-приложений. Рассмотрены основы работы с большими языковыми моделями (LLM), извлечение и индексация данных для генерации, дополненной поиском (retrieval-augmented generation, RAG), организация памяти чат-ботов через StateGraph. Детально разобраны когнитивные архитектуры (цепочки, маршрутизаторы, агентные циклы «планирование-действие»), построение многомодульных и мультиагентных систем. Приведены паттерны эффективного использования LLM: структурированный вывод, потоковая передача, режимы с участием человека. Отдельные главы посвящены развертыванию созданных приложений на платформе LangGraph — конфигурации, локальному тестированию, работе со студией LangGraph, а также комплексной оценке приложений: трассировке и сбору обратной связи в рабочей среде. .Книга предлагает работающий код, примеры оптимизации индексации и приемы трансформации запросов.
Для разработчиков AI- и LLM-приложений
Если вы хотите создавать готовые к работе AI-приложения, способные рассуждать и получать внешние данные для понимания контекста, вам нужно освоить LangChain — популярный фреймворк и платформу для разработки, запуска и управления агентными приложениями. LangChain используется многими ведущими компаниями, включая Zapier, Replit, Databricks и многими другими. Это руководство — незаменимый ресурс для разработчиков, знающих Python или JavaScript, но только начинающих осваивать мощь искусственного интеллекта.
Авторы подробно и понятно объясняют работу с LangChain через практические советы и уроки. Начиная с базовых понятий, книга покажет вам, как шаг за шагом построить полноценного AI-агента, использующего ваши данные.
Используйте возможности генерации, дополненной поиском (retrieval-augmented generation, RAG) для повышения точности моделей LLM с помощью внешних актуальных данных.
Разрабатывайте и развертывайте AI-приложения, которые взаимодействуют с пользователями осмысленно и с учетом контекста.
Применяйте мощную архитектуру агентов с LangGraph.
Интегрируйте сторонние API и инструменты для расширения функциональности своих AI-приложений.
Отслеживайте, тестируйте и оценивайте AI-приложения для повышения их производительности.
Разберитесь в основах разработки LLM-приложений и в их использовании с LangChain.
Формат: pdf скан
Стоимость: укажет организатор
СКАЧАТЬ
Что бы скачивать сливы курсов и складчины вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Гайд по ВЗК [Olimmun] [Ольга Гурская]
- Ты можешь создать приложение [Роман Беков] + Изучаем PyQt с нуля [Алекс Коган]
- Портрет Осени [Тариф Стандарт] [Artclass] [Михаил Мишинский]
- Экспресс-лифтинг лица и шеи [Ксения Корнеева]
- Клиническая психология. 2 поток. Модуль 15. Аддикции: Клиническая картина, диагностика и основы терапии (2025) [МАНП] [Мария Карпова, Антон Терентьев]
- Domestika Plus — подписка на творческие онлайн-курсы [№1 на 1 месяц] [domestika.org]