[
-
内容大纲
本书深入讲解了LangChain大模型应用开发与实战的核心知识。本书共10章，分别介绍了LangChain与大型语言模型、第一个LangChain程序、模型I/O与数据增强、输出解析器、检索增强生成、Composition（组合）、操作国产大模型、基于《哈利·波特》系列图书内容的问答系统、基于RAG的法律法规解析系统、基于本地知识库的自动问答系统。本书内容简洁且不失技术深度，丰富全面且易于阅读，用简洁的文字阐述复杂案例，便于读者学习和理解。
本书适合已经掌握Python语言基础语法的读者，对于希望进一步学习大模型开发、自然语言处理、机器学习、深度学习等技术的读者尤为适宜。同时，本书也可作为高等院校相关专业的教材和培训机构的专业教材。 -
作者介绍
-
目录
第1章 LangChain与大型语言模型
1.1 LangChain与大型语言模型
1.1.1 LangChain的基本概念与原理
1.1.2 大型语言模型介绍
1.1.3 LangChain在大型语言模型应用中的作用
1.2 LangChain入门指南
1.2.1 安装LangChain
1.2.2 LangChain框架的组成
第2章 第一个LangChain程序
2.1 LangChain开发流程介绍
2.2 使用LangChain构建应用程序
2.2.1 LLM链
2.2.2 检索链
2.2.3 对话检索链
2.2.4 实现Agent代理
2.2.5 LangServe服务
2.3 第一个LangChain程序：问答系统
2.3.1 环境准备
2.3.2 文件分割
2.3.3 为中文构建嵌入向量
2.3.4 数据检索
2.3.5 构建模型和变换器管道
2.3.6 构建提示
2.3.7 构建管道
2.3.8 添加上下文压缩
2.3.9 问答系统
2.4 访问OpenAI实践
2.4.1 获得OpenAI反馈
2.4.2 设置模型
2.4.3 引入LangChain
2.4.4 LangChain聊天模型
第3章 模型I/O与数据增强
3.1 模型I/O基础
3.1.1 模型I/O模块介绍
3.1.2 字符串提示模板
3.1.3 聊天模板
3.1.4 特殊模板类型
3.1.5 LangChain表达式语言（LCEL）
3.2 示例选择器
3.2.1 创建示例选择器
3.2.2 Length示例选择器
3.2.3 Similarity示例选择器
3.2.4 最大边际相关性示例选择器
3.2.5 Ngram示例选择器
3.3 聊天提示模板
3.3.1 BaseChatPromptTemplate介绍
3.3.2 少量示例提示词模板
3.3.3 部分提示模板
3.3.4 模板的组合
3.4 聊天模型
3.4.1 消息类型
3.4.2 函数调用
3.4.3 缓存
3.4.4 创建自定义的聊天模型
3.4.5 对数概率
3.4.6 流式处理
3.5 使用大型语言模型
3.5.1 大型语言模型介绍
3.5.2 创建自定义LLM包装器
3.5.3 LLM缓存层
第4章 输出解析器
4.1 输出解析器介绍
4.2 CSV解析器
4.3 日期时间解析器
4.4 枚举解析器
4.5 JSON解析器
4.6 OpenAI函数解析器
4.7 修正解析器
4.8 Pandas DataFrame解析器
4.9 XML解析器
第5章 检索增强生成
5.1 RAG介绍
5.2 文档加载器
5.2.1 加载数据的方法
5.2.2 自定义文档加载器
5.2.3 CSV加载器
5.2.4 目录加载器
5.2.5 HTML加载器
5.2.6 JSON加载器
5.2.7 Markdown加载器
5.2.8 Office加载器
5.2.9 PDF文档加载器
5.3 文本分割器
5.3.1 文本分割器介绍
5.3.2 递归文本分割器
5.3.3 HTML标题文本分割器
5.3.4 CharacterTextSplitter文本分割器
5.3.5 分割编程语言代码
5.3.6 Markdown文本分割器
5.3.7 JSON文本分割器
5.3.8 语义相似性分割器
5.4 文本嵌入模型
5.4.1 文本嵌入模型介绍
5.4.2 Embeddings类
5.4.3 嵌入缓存
5.5 向量存储
5.5.1 向量存储介绍
5.5.2 LangChain中的向量存储
5.6 检索器
5.6.1 LangChain中的检索器
5.6.2 基于向量存储的检索器
5.6.3 多查询检索器
5.6.4 上下文压缩
5.6.5 自定义检索器
5.6.6 集成检索器
5.6.7 长文本检索器
5.6.8 多向量检索器
5.6.9 父文档检索器
5.6.10 自查询检索器
5.6.11 时间加权向量存储检索器
5.7 索引
5.7.1 索引介绍
5.7.2 基于Apify的爬虫向量索引查询系统
第6章 Composition（组合）
6.1 Composition（组合）介绍
6.2 Tools（工具）
6.2.1 创建自定义工具
6.2.2 将工具转换为OpenAI函数
6.3 Agents（智能代理）
6.3.1 Agents介绍
6.3.2 创建并使用Agents
6.4 代理类型
6.4.1 Tool Calling Agent（工具调用代理）
6.4.2 OpenAI Tools代理
6.4.3 XML Agent（XML代理）
6.4.4 JSON Chat Agent
6.4.5 Structured Chat Agent（结构化聊天代理）
6.4.6 ReAct代理
6.4.7 自问答结合搜索（Self-ask with search）代理
6.5 Agent代理操作实践
6.5.1 自定义代理
6.5.2 流式传输
6.5.3 运行代理作为迭代器
6.5.4 返回结构化输出
第7章 操作国产大模型
7.1 国产大模型介绍
7.2 国产大模型实践
7.2.1 LangChain与ChatGLM实践
7.2.2 LangChain与百度千帆大模型实践
7.3 基于ChatGLM3大模型的聊天系统
7.3.1 下载大模型
7.3.2 数据处理
7.3.3 微调预模型
7.3.4 模型推理
7.3.5 对话调用的准备工作
7.3.6 实现对话
第8章 基于《哈利·波特》系列图书内容的问答系统
8.1 项目介绍
8.2 大型语言模型
8.3 准备环境
8.4 语言模型的集成与优化
8.4.1 参数配置
8.4.2 加载、配置和评估LLM
8.4.3 pipeline处理
8.5 基于LangChain的多文档检索器
8.5.1 加载文档
8.5.2 文本分割
8.5.3 创建嵌入
8.5.4 加载向量数据库
8.5.5 Prompt Template（提示模板）
8.5.6 Retriever Chain（检索链）
8.5.7 格式化输出
8.6 系统测试
8.6.1 基于llama2-13b-chat模型的问答
8.6.2 创建聊天界面UI
第9章 基于RAG的法律法规解析系统
9.1 背景介绍
9.2 项目介绍
9.2.1 实现流程
9.2.2 核心技术
9.2.3 准备环境
9.3 准备模型
9.3.1 配置和加载大型语言模型
9.3.2 加载预训练的模型及其分词器
9.3.3 创建pipeline
9.3.4 测试模型
9.4 构建欧盟人工智能法案问题的RAG
9.4.1 封装预先配置的查询管道
9.4.2 分割法规文档
9.4.3 创建RAG并测试
第10章 基于本地知识库的自动问答系统
10.1 背景介绍
10.2 项目介绍
10.2.1 实现流程
10.2.2 核心技术栈
10.2.3 模块结构
10.3 具体实现
10.3.1 系统配置
10.3.2 文本拆分
10.3.3 加载和使用大型语言模型
10.3.4 构建和部署对话系统
10.3.5 实现Web端的问答系统
10.4 基于ModelScope的ChatGLM对话系统
10.4.1 基于ChatGLM-6B模型的语言生成器
10.4.2 嵌入模型包装类
10.4.3 基于Gradio Web的问答系统
10.5 基于飞桨AIStudio的ChatGLM对话系统
10.5.1 基于PaddleNLP的聊天语言模型
10.5.2 PaddleNLP嵌入包装
10.5.3 基于命令行的对话程序
10.5.4 基于Gradio Web的问答系统
10.6 技术支持
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...