- 推荐0
- 收藏0
- 浏览73
LangChain技术解密：构建大模型应用的全景指南
- 书 号：9787121477379
- 出版日期：2024-05-01
- 页 数：
- 开 本：
- 出版状态：上市销售
- 维护人：博文小编
《LangChain技术解密：构建大模型应用的全景指南》共10章，分别介绍了LangChain的开发环境搭建、模型、提示、数据连接、链、记忆、代理、回调及周边生态等内容，并用三个案例，即基于Streamlit实现聊天机器人、基于Chainlit实现PDF问答机器人、零代码AI应用构建平台Flowise，将前面大语言模型的内容学以致用。通过本书，读者既能提升自身的技术素养，又能拓展自己解决实际难题的能力。
《LangChain技术解密：构建大模型应用的全景指南》适合刚入门或想加入AI行业的技术从业者、需要结合大语言模型相关技术为业务赋能的产品经理、计算机相关专业的学生，以及AI爱好者和自学者。
2024年，人工智能走向大众化的序幕已经拉开。无论是声势浩大的大语言模型，还是AI绘图领域的佼佼者，如Stable Diffusion与Midjourney，皆已成为潮流之巅的焦点。其中，大语言模型尤为瞩目，其作为一颗闪耀着智慧之光的“大脑”，已广泛融入人们生活的各个场景。在这一背景下，LangChain应运而生，这一建立在大语言模型之上的框架，让快速开发AI应用成为可能，其影响力也正逐步扩大。LangChain不仅为开发人员提供了大量的现成工具，同时受益于其广泛的用户群体，很多尖端、具有实验性质的工具也相继被纳入其中。这使得开发人员不仅能够运用那些已极为成熟的资源去构建应用，同时能够借助那些集成的工具，迅速洞悉并尝试大语言模型的最新技术。
目前，LangChain已成为进行大语言模型应用开发必须掌握的框架之一。随着时间的推移，LangChain已不再仅仅是一个大语言模型开发框架，而是演化为一个包含开发、调试、部署乃至应用商店的一站式完整生态圈。
与此同时，LangChain社区的快速壮大，正是其日益蓬勃发展的最佳见证。正值大语言模型开发以潮涌之势席卷而来之际，越来越多的开发人员对于怎样利用LangChain迅速构建AI应用产生了浓厚的兴趣。
在这样的背景下，本书应运而生。本书不只为求知者呈上LangChain的详尽开发指南，更是以其中的诸多知识为轴心，向外扩散，深度阐述其背后的原理之美，甚至于途中不吝对基础知识进行浅释，使读者在领会“其然”的同时，也能参透“其所以然”。
本书结构
本书以五大核心要旨，即模型的输入与输出（Model I/O）、检索增强生成（RAG）技术、代理（Agent）技术、其他知识及完整案例实践为主线，精心编排为10章，详细展开阐释：
第1章介绍了当前大语言模型的发展，并且从是什么、为什么使用、为何使用、应用场景四个维度对LangChain进行了全面解读。
第2章细述了进行LangChain开发前的各项准备工作，包括安装LangChain库、获取OpenAI API Key、搭建开发环境等，旨在帮助开发者扫清这部分的障碍。
第3章对Model I/O的Model（模型）部分进行了讲解。不仅讲解了LangChain Model的使用，还对最常用的OpenAI相关的API及参数进行了深入讲解。
第4章主要讲解了Model I/O的I/O部分。在输入部分，不仅讲解了LangChain的提示词模板，还对提示词工程进行了讲解，使读者可以借助LangChain写出更优秀的提示词。在输出部分，对大量的输出解析器进行了讲解及应用。
第5～7章：这部分重点阐释了检索增强生成（RAG）技术的原理与应用，内容涵盖了加载器、转换器、向量存储、检索器、链及记忆等关键组件的用法和高阶操作技巧。
第8章主要对代理（Agent）技术的原理和应用进行了深入讲解，也对LangGraph多智能体框架进行了介绍。
第9章对LangChain其他组件及周边生态进行了讲解，如回调、安全与隐私、评估、追踪调试平台LangSmith、部署框架LangServe、应用模板商店LangChain Templates等。
第10章旨在指导读者从零开始逐步构建并部署应用，完成两个完整的人工智能应用开发项目，以及学习LangChian的零代码AI应用构建平台Flowise。读者不仅可以通过此过程巩固学习成果，而且可以将所学知识用于打造专属的应用。
本书面向的读者
本书深入浅出地讲解了丰富的前置知识和基本理论，因为LangChain在本质上是一个便于AI应用开发的框架，所以本书以应用开发实践为主，未涉及大语言模型的底层原理和相关晦涩的数学公式。
本书适合刚入门或想加入AI行业的技术从业者、需要结合大型语言模型相关技术为业务赋能的产品经理、计算机相关专业的学生，以及AI爱好者和自学者。
本书特色
（1）内容全面更新，融入了新版本特性和新动态。本书深入探讨了LangChain的全新表达式语言、LangGraph、LangSmith、LangServe及LangChain Templates，并精研了一系列全新的API，例如Assistant Agent Type。
（2）系统讲解，细节丰富。本书将相关的前置知识嵌入相应的章节中，确保读者能够按部就班地掌握从理论到实践的知识。
（3）本书的结构设计让内容自然衔接，避免了在章节之间跳来跳去的阅读方式，不需要在搜索引擎中寻找相关概念。我们追求的不只是对官方文档的讲解，更是对整个LangChain运行逻辑的深入讲解，以及对LangChain先进思想的学习。
（4）涵盖LangChain的深度内容。除了基础知识，本书还深入介绍了LangChain的隐私与安全、评估等高级主题，这些内容在市面上的其他资料中几乎未被触及。
（5）提供了丰富的实例代码和结果截图。本书中的所有代码都经过严格测试，尽可能确保正常运行，这一点与LangChain文档中仅提供部分代码的做法形成鲜明对比，大大减少了读者在实践本书中的代码时的调试工作。
（6）书中每个章节的代码均在GitHub中提供，读者可以很方便地独立运行对应的代码片段来学习。
代码与参考资料
本书示例代码位于GiTHub的langchain-course页面，请在GitHub中搜索langchain-course，在搜索的结果页面左侧选择Users，即可看到本书相关的代码仓库组织。读者可以从此处获取示例代码及运行代码的相关说明。也可以扫描封底二维码获取本书配套代码资源和相关链接。
第1章的部分内容参考了《LangChain系列-01是什么》和《大语言模型的演进》两篇文章。第5章的部分内容参考了How do domain-specific chatbots work? An Overview of Retrieval Augmented Generation(RAG)一文。感谢这些资料为笔者撰写本书提供的思路和启发。
勘误和支持
若您在阅读本书的过程中有任何问题或建议，可以通过本书源码仓库提交Issue或者PR，也可以通过仓库中提供的微信二维码加入微信群与作者进行交流。我们十分感谢并重视您的反馈，会对您提出的问题、建议进行梳理与反馈，并在本书后续版本中及时做出勘误与更新。
目前，LangChain已成为进行大语言模型应用开发必须掌握的框架之一。随着时间的推移，LangChain已不再仅仅是一个大语言模型开发框架，而是演化为一个包含开发、调试、部署乃至应用商店的一站式完整生态圈。
与此同时，LangChain社区的快速壮大，正是其日益蓬勃发展的最佳见证。正值大语言模型开发以潮涌之势席卷而来之际，越来越多的开发人员对于怎样利用LangChain迅速构建AI应用产生了浓厚的兴趣。
在这样的背景下，本书应运而生。本书不只为求知者呈上LangChain的详尽开发指南，更是以其中的诸多知识为轴心，向外扩散，深度阐述其背后的原理之美，甚至于途中不吝对基础知识进行浅释，使读者在领会“其然”的同时，也能参透“其所以然”。
本书结构
本书以五大核心要旨，即模型的输入与输出（Model I/O）、检索增强生成（RAG）技术、代理（Agent）技术、其他知识及完整案例实践为主线，精心编排为10章，详细展开阐释：
第1章介绍了当前大语言模型的发展，并且从是什么、为什么使用、为何使用、应用场景四个维度对LangChain进行了全面解读。
第2章细述了进行LangChain开发前的各项准备工作，包括安装LangChain库、获取OpenAI API Key、搭建开发环境等，旨在帮助开发者扫清这部分的障碍。
第3章对Model I/O的Model（模型）部分进行了讲解。不仅讲解了LangChain Model的使用，还对最常用的OpenAI相关的API及参数进行了深入讲解。
第4章主要讲解了Model I/O的I/O部分。在输入部分，不仅讲解了LangChain的提示词模板，还对提示词工程进行了讲解，使读者可以借助LangChain写出更优秀的提示词。在输出部分，对大量的输出解析器进行了讲解及应用。
第5～7章：这部分重点阐释了检索增强生成（RAG）技术的原理与应用，内容涵盖了加载器、转换器、向量存储、检索器、链及记忆等关键组件的用法和高阶操作技巧。
第8章主要对代理（Agent）技术的原理和应用进行了深入讲解，也对LangGraph多智能体框架进行了介绍。
第9章对LangChain其他组件及周边生态进行了讲解，如回调、安全与隐私、评估、追踪调试平台LangSmith、部署框架LangServe、应用模板商店LangChain Templates等。
第10章旨在指导读者从零开始逐步构建并部署应用，完成两个完整的人工智能应用开发项目，以及学习LangChian的零代码AI应用构建平台Flowise。读者不仅可以通过此过程巩固学习成果，而且可以将所学知识用于打造专属的应用。
本书面向的读者
本书深入浅出地讲解了丰富的前置知识和基本理论，因为LangChain在本质上是一个便于AI应用开发的框架，所以本书以应用开发实践为主，未涉及大语言模型的底层原理和相关晦涩的数学公式。
本书适合刚入门或想加入AI行业的技术从业者、需要结合大型语言模型相关技术为业务赋能的产品经理、计算机相关专业的学生，以及AI爱好者和自学者。
本书特色
（1）内容全面更新，融入了新版本特性和新动态。本书深入探讨了LangChain的全新表达式语言、LangGraph、LangSmith、LangServe及LangChain Templates，并精研了一系列全新的API，例如Assistant Agent Type。
（2）系统讲解，细节丰富。本书将相关的前置知识嵌入相应的章节中，确保读者能够按部就班地掌握从理论到实践的知识。
（3）本书的结构设计让内容自然衔接，避免了在章节之间跳来跳去的阅读方式，不需要在搜索引擎中寻找相关概念。我们追求的不只是对官方文档的讲解，更是对整个LangChain运行逻辑的深入讲解，以及对LangChain先进思想的学习。
（4）涵盖LangChain的深度内容。除了基础知识，本书还深入介绍了LangChain的隐私与安全、评估等高级主题，这些内容在市面上的其他资料中几乎未被触及。
（5）提供了丰富的实例代码和结果截图。本书中的所有代码都经过严格测试，尽可能确保正常运行，这一点与LangChain文档中仅提供部分代码的做法形成鲜明对比，大大减少了读者在实践本书中的代码时的调试工作。
（6）书中每个章节的代码均在GitHub中提供，读者可以很方便地独立运行对应的代码片段来学习。
代码与参考资料
本书示例代码位于GiTHub的langchain-course页面，请在GitHub中搜索langchain-course，在搜索的结果页面左侧选择Users，即可看到本书相关的代码仓库组织。读者可以从此处获取示例代码及运行代码的相关说明。也可以扫描封底二维码获取本书配套代码资源和相关链接。
第1章的部分内容参考了《LangChain系列-01是什么》和《大语言模型的演进》两篇文章。第5章的部分内容参考了How do domain-specific chatbots work? An Overview of Retrieval Augmented Generation(RAG)一文。感谢这些资料为笔者撰写本书提供的思路和启发。
勘误和支持
若您在阅读本书的过程中有任何问题或建议，可以通过本书源码仓库提交Issue或者PR，也可以通过仓库中提供的微信二维码加入微信群与作者进行交流。我们十分感谢并重视您的反馈，会对您提出的问题、建议进行梳理与反馈，并在本书后续版本中及时做出勘误与更新。