LangChain 实战课（已完结）

ChatGPT 和 GPT-4 横空出世，通用人工智能的“奇点”真的即将来临了吗？我们正站在一个新的历史节点，这一次，最前沿的 AI 技术与最实用的落地应用，距离如此之近。

更为关键的是，ChatGPT 不仅是技术革命，它还能为企业提供便捷的服务，其所代表的大语言模型落地场景，更是覆盖千行百业的方方面面。

此时，LangChain 这个以大模型为引擎的全新应用开发框架从天而降，我们可以利用大模型的潜能以及 LangChain 的便捷，开发出令人惊叹的智能应用。

在 AI 应用开发的浪潮下，我们诚邀黄佳老师开设了这门课程，共同探索如何使用 LangChain，并将 LangChain 各个组件的原理嵌入一个完整的业务场景进行讲解，带你跨越从原理到实际应用的最后一公里！

LangChain 实战课 | 已完结

课程目录：

├──01｜LangChain系统安装和快速入门.md 21.57kb
├──01｜LangChain系统安装和快速入门.mp3 25.33M
├──01｜LangChain系统安装和快速入门.pdf 17.31M
├──02｜用LangChain快速构建基于“易速鲜花”本地知识库的智能问答系统.md 18.26kb
├──02｜用LangChain快速构建基于“易速鲜花”本地知识库的智能问答系统.mp3 15.48M
├──02｜用LangChain快速构建基于“易速鲜花”本地知识库的智能问答系统.pdf 11.22M
├──03｜模型I-O：输入提示、调用模型、解析输出.md 21.89kb
├──03｜模型I-O：输入提示、调用模型、解析输出.mp3 16.90M
├──03｜模型I-O：输入提示、调用模型、解析输出.pdf 9.10M
├──04｜提示工程（上）：用少样本FewShotTemplate和ExampleSelector创建应景文案.md 24.81kb
├──04｜提示工程（上）：用少样本FewShotTemplate和ExampleSelector创建应景文案.mp3 18.70M
├──04｜提示工程（上）：用少样本FewShotTemplate和ExampleSelector创建应景文案.pdf 10.33M
├──05｜提示工程（下）：用思维链和思维树提升模型思考质量.md 18.42kb
├──05｜提示工程（下）：用思维链和思维树提升模型思考质量.mp3 13.30M
├──05｜提示工程（下）：用思维链和思维树提升模型思考质量.pdf 9.65M
├──06｜调用模型：使用OpenAIAPI还是微调开源Llama2-ChatGLM？.md 22.45kb
├──06｜调用模型：使用OpenAIAPI还是微调开源Llama2-ChatGLM？.mp3 19.83M
├──06｜调用模型：使用OpenAIAPI还是微调开源Llama2-ChatGLM？.pdf 18.23M
├──07｜输出解析：用OutputParser生成鲜花推荐列表.md 27.61kb
├──07｜输出解析：用OutputParser生成鲜花推荐列表.mp3 21.30M
├──07｜输出解析：用OutputParser生成鲜花推荐列表.pdf 9.14M
├──08｜链（上）：写一篇完美鲜花推文？用SequencialChain链接不同的组件.md 14.67kb
├──08｜链（上）：写一篇完美鲜花推文？用SequencialChain链接不同的组件.mp3 9.99M
├──08｜链（上）：写一篇完美鲜花推文？用SequencialChain链接不同的组件.pdf 10.11M
├──09｜链（下）：想学“育花”还是“插花”？用RouterChain确定客户意图.md 16.69kb
├──09｜链（下）：想学“育花”还是“插花”？用RouterChain确定客户意图.mp3 16.77M
├──09｜链（下）：想学“育花”还是“插花”？用RouterChain确定客户意图.pdf 8.31M
├──10｜记忆：通过Memory记住客户上次买花时的对话细节.md 21.42kb
├──10｜记忆：通过Memory记住客户上次买花时的对话细节.mp3 16.02M
├──10｜记忆：通过Memory记住客户上次买花时的对话细节.pdf 10.53M
├──11｜代理（上）：ReAct框架，推理与行动的协同.md 13.17kb
├──11｜代理（上）：ReAct框架，推理与行动的协同.mp3 13.27M
├──11｜代理（上）：ReAct框架，推理与行动的协同.pdf 10.73M
├──12｜代理（中）：AgentExecutor究竟是怎样驱动模型和工具完成任务的？.md 25.54kb
├──12｜代理（中）：AgentExecutor究竟是怎样驱动模型和工具完成任务的？.mp3 20.62M
├──12｜代理（中）：AgentExecutor究竟是怎样驱动模型和工具完成任务的？.pdf 25.76M
├──13｜代理（下）：结构化工具对话、Self-AskwithSearch以及Planandexecute代理.md 19.29kb
├──13｜代理（下）：结构化工具对话、Self-AskwithSearch以及Planandexecute代理.mp3 17.66M
├──13｜代理（下）：结构化工具对话、Self-AskwithSearch以及Planandexecute代理.pdf 12.54M
├──14｜工具和工具箱：LangChain中的Tool和Toolkits一览.md 19.40kb
├──14｜工具和工具箱：LangChain中的Tool和Toolkits一览.mp3 16.90M
├──14｜工具和工具箱：LangChain中的Tool和Toolkits一览.pdf 13.35M
├──15｜检索增强生成：通过RAG助力鲜花运营.md 22.55kb
├──15｜检索增强生成：通过RAG助力鲜花运营.mp3 24.13M
├──15｜检索增强生成：通过RAG助力鲜花运营.pdf 13.90M
├──16｜连接数据库：通过链和代理查询鲜花信息.md 14.08kb
├──16｜连接数据库：通过链和代理查询鲜花信息.mp3 13.47M
├──16｜连接数据库：通过链和代理查询鲜花信息.pdf 11.02M
├──17｜回调函数：在AI应用中引入异步通信机制.md 17.34kb
├──17｜回调函数：在AI应用中引入异步通信机制.mp3 12.26M
├──17｜回调函数：在AI应用中引入异步通信机制.pdf 8.59M
├──18｜CAMEL：通过角色扮演脑暴一个鲜花营销方案.md 22.06kb
├──18｜CAMEL：通过角色扮演脑暴一个鲜花营销方案.mp3 16.64M
├──18｜CAMEL：通过角色扮演脑暴一个鲜花营销方案.pdf 12.58M
├──19｜BabyAGI：根据气候变化自动制定鲜花存储策略.md 32.61kb
├──19｜BabyAGI：根据气候变化自动制定鲜花存储策略.mp3 14.10M
├──19｜BabyAGI：根据气候变化自动制定鲜花存储策略.pdf 9.47M
├──20｜部署一个鲜花网络电商的人脉工具（上）.md 21.62kb
├──20｜部署一个鲜花网络电商的人脉工具（上）.mp3 13.98M
├──20｜部署一个鲜花网络电商的人脉工具（上）.pdf 17.64M
├──21｜部署一个鲜花网络电商的人脉工具（下）.md 17.12kb
├──21｜部署一个鲜花网络电商的人脉工具（下）.mp3 9.50M
├──21｜部署一个鲜花网络电商的人脉工具（下）.pdf 15.20M
├──22｜易速鲜花聊天客服机器人的开发（上）.md 15.31kb
├──22｜易速鲜花聊天客服机器人的开发（上）.mp3 9.82M
├──22｜易速鲜花聊天客服机器人的开发（上）.pdf 10.50M
├──23｜易速鲜花聊天客服机器人的开发（下）.md 16.15kb
├──23｜易速鲜花聊天客服机器人的开发（下）.mp3 13.89M
├──23｜易速鲜花聊天客服机器人的开发（下）.pdf 9.08M
├──结课测试｜来赴一场满分之约.md 0.48kb
├──结课测试｜来赴一场满分之约.pdf 6.90M
├──结束语｜人生的价值就在于创造.md 4.46kb
├──结束语｜人生的价值就在于创造.mp3 5.64M
├──结束语｜人生的价值就在于创造.pdf 12.95M
├──开篇词｜带你亲证AI应用开发的“奇点”时刻.md 15.74kb
├──开篇词｜带你亲证AI应用开发的“奇点”时刻.mp3 15.87M
├──开篇词｜带你亲证AI应用开发的“奇点”时刻.pdf 11.76M
└──直播加餐｜LangChain表达式语言LCEL初探.md 0.45kb

├──videos
| └──直播加餐｜LangChain表达式语言LCEL初探
| | └──13f60017-18ce806489f-0000-0000-01d-dbacd.mp4 373.59M