LangChain大模型应用开发全栈实战培训课程-曙海培训中心

LangChain大模型应用开发全栈实战培训课程

•  

• 培训对象： AI应用开发者、大模型产品经理、创业团队、需要构建复杂AI应用的技术人员。

•  

• 培训目标：

  • 掌握LangChain框架的核心组件（模型I/O、检索、链、代理）。

  • 能够构建RAG（检索增强生成）应用。

  • 开发Agent智能体实现工具调用和任务规划。

  • 具备应用部署、监控和持续优化能力。

•  

• 培训内容介绍：

•  

  一、 LangChain框架概述： 了解LangChain的设计哲学和核心模块（models、prompts、memory、chains、agents）。

  二、 模型I/O与提示模板： 使用LangChain统一接口调用多种模型（OpenAI、LLaMA、文心一言），管理提示模板。

  三、 输出解析器： 解析模型输出为结构化数据（JSON、Pydantic），实现与下游系统的无缝对接。

  四、 检索增强生成（RAG）架构： 理解RAG的工作流程，结合向量数据库实现外部知识库检索。

  五、 文档加载与分割： 使用文档加载器加载PDF、网页、数据库数据，进行文本分割（RecursiveCharacterTextSplitter）。

  六、 向量存储与嵌入： 使用OpenAI嵌入或本地嵌入模型，连接Chroma/FAISS/Pinecone进行向量存储和相似度检索。

  七、 对话记忆管理： 使用不同类型的记忆组件（Buffer、Summary、VectorStore）管理多轮对话历史。

  八、 链（Chain）与路由： 使用LLMChain、SequentialChain、RouterChain构建多步骤处理流程。

  九、 智能体（Agent）与工具： 创建Agent调用外部工具（计算器、搜索引擎、API），实现自主任务执行。

  十、 ReAct Agent深入： 理解ReAct（Reason+Act）框架，实现Agent的思考-行动-观察循环。

  十一、 LangServe部署与监控： 使用LangServe将Chain部署为REST API，集成LangSmith监控调用和调试。

  十二、 实战项目：智能客服系统开发： 使用LangChain构建完整的RAG客服系统，集成企业知识库，支持多轮对话和工具调用。