《LangChain实战派:大语言模型+LangChain+向量数据库》采用“知识点+实战”的编写方式,共包含28个基础实战和1个综合性实战,旨在深入解析大语言模型应用开发的核心知识。每个知识点的介绍均遵循清晰的逻辑脉络:介绍概念、阐述应用原理、说明使用方法、探讨选择该方法的理由、提供优化建议,并且分享最佳实践案例。
《LangChain实战派:大语言模型+LangChain+向量数据库》适合对LangChain感兴趣的读者阅读。
介绍的是LangChain首个稳定版本,采用“知识点+实战”的编写形式,确保理论与实践相结合。
龙中华
10多年来一直在某一线互联网公司担任技术负责人,在大模型应用落地方面有丰富的经验,著有多本畅销书。
写作初衷
为满足本公司人工智能团队的培训需求,笔者曾编写了若干个培训文档,但这些文档多为应对临时需求而编写,内容较为零散,不便于新同事系统学习。虽然官网文档质量上乘,但其知识点的递进与串联不够理想,不易被新同事理解。鉴于当时市场上缺乏关于大语言模型应用开发和向量数据库的图书,笔者决定对这些培训文档进行整理,反复推敲章节逻辑、知识点串联及实例实用性,编写本书。
本书特色
版本新:本书介绍的是LangChain首个稳定版本。
体例科学:采用“知识点+实战”的编写形式,确保理论与实践相结合。
实例丰富:包含28个基础实战和1个综合性实战,实战性强。
可在本地运行:所有实战的代码均可在本地运行,无须担心网络问题,方便学习与测试。
技术全面:详细介绍了LangChain的Model I/O、Chain、Retrieval、Memory、Agent和Callback模块,讲解了向量数据库和大语言模型的基础知识,介绍了 LangSmith、LangGraph和LangServe。
适用读者
阅读本书无须掌握人工智能或大语言模型的理论背景,也无须掌握向量、预训练、微调等专业知识。但你应具备一定的Python/JavaScript基础。
本书面向具有 Python/JavaScript基础的开发者、对人工智能及应用开发感兴趣的人士,以及想了解LangChain或大语言模型应用开发的读者。对于探索人工智能应用开发的团队,本书亦具有参考价值。
致谢
感谢吴宏伟老师及电子工业出版社的各位老师对本书的付出。
也要感谢 LangChain 开发团队和所有开源贡献者的努力,LangChain 开发团队提供了丰富的官方文档和注释详尽的开源代码,为本书的撰写提供了重要参考。
人工智能领域技术深舆,本书受限于篇幅和笔者能力,难免存在疏漏之处,敬请广大读者批评指正,笔者将虚心接受并不断改进。
联系笔者请发E-mail到363694485@qq.com。
龙中华
2024年5月