尚硅谷 LangChain 从入门到实战

尚硅谷 LangChain 从入门到实战

教程目录
01_LangChain教程简介
02_什么是LangChain_有哪些常用的LLM框架
03_为什么使用LangChain
04_LangChain的整体架构设计
05_开发前的准备工作与环境搭建
06_基于RAG架构的开发
07_基于Agent架构的开发
08_大模型应用开发的4个场景
09_LangChain核心模块剖析与HelloWorld实现
10_大模型的分类与按照功能分类的演示
11_硬编码的方式调用对话&非对话模型
12_使用环境变量_配置文件的方式调用大模型
13_通过OpenAI、百度千帆平台调用大模型
14_通过阿里云百炼、智谱、硅基流动调用大模型
15_模型调用的总结
16_关于对话模型调用消息列表
17_关于多轮对话与上下文记忆
18_阻塞式invoke()和流式stream()的调用
19_了解：批量调用与同步异步方法的调用
20_提示词模板的理解
21_PromptTemplate实例化方式1：使用构造方法
22_PromptTemplate实例化方式2：from_template()
23_部分提示词变量赋值的两种方式
24_format()与invoke()的对比及大模型的调用
25_ChatPromptTemplate实例化的两种方式
26_模板调用的4种方法及对比
27_6种不同的实例化参数使用举例
28_举例4和举例6的再说明
29_调用大模型_MessagesPlaceholder的使用
30_FewShotPromptTemplate的使用
31_FewShotChatMessagePromptTemplate的使用
32_Example selectors示例选择器的使用
33_PiplinePromptTemplate的使用_从物理磁盘读取提示词
34_输出解析器概述_StrOutputParser的使用
35_JsonOutputParser的使用
36_带管道符的chain结构的使用
37_XMLOutputParser的使用
38_了解CSV和Datetime的输出解析器
39_LangChain调用本地大模型
40_Chain的理解与举例
41_最基础的LLMChain的使用
42_顺序链之SimpleSequentialChain的使用
43_顺序链之SequentialChain的使用
44_了解：数学链、路由链、文档链
45_新型Chain之create_sql_query_chain的使用
46_新型Chain之create_stuff_documents_chain的使用
47_为什么需要Memory模块
48_自定义的方式实现大模型的记忆功能
49_Memory的设计思路_ChatMessageHistory的使用
50_记录完整历史会话的ConversationBufferMemory的使用1
51_记录完整历史会话的ConversationBufferMemory的使用2
52_简化历史完整记录使用的ConversationChain
53_记录最近k条消息的ConversationBufferWindowMemory的使用
54_通过Token限制记忆的ConversationTokenBufferMemory的使用
55_保存历史摘要的ConversationSummaryMemory的使用
56_混合记忆ConversationSummaryBufferMemory的使用
57_提取实体的ConversationEntityMemory的使用
58_提取为知识图谱的ConversationKGMemory的使用
59_基于向量存储VectorStoreRetrieverMemory的使用
60_Tool的要素与实操步骤
61_定义工具方式1：使用@tool装饰器
62_定义工具方式2：使用StructuredTool.from_function()
63_大模型分析工具的调用举例
64_大模型分析出的工具如何调用
65_Agent的理解
66_Agent和AgentExecutor的两种创建方式
67_传统方式之ReAct模式进行单工具调用
68_传统方式之FUNCTION_CALL模式进行单工具调用
69_传统方式之ReAct和FUNCTION_CALL两种模式进行多工具调用
70_传统方式之自定义函数与工具
71_通用方式之FUNCTION_CALL模式的调用
72_通用方式之ReAct模式的调用
73_工具调用中传统方式和通用方式的小结
74_以ReAct模式为例说明传统方式嵌入记忆
75_AgentType的ZERO_SHOT_REACT_DESCRIPTION情况源码分析
76_通用方式中使用FUNCTION_CALL模式嵌入记忆
77_通用方式中使用ReAct模式嵌入记忆
78_Retrieval模块的设计意义
79_Retrieval的整体流程说明
80_熟悉不同的文档加载器_Txt文档的加载
81_PDF和CSV格式文档的加载
82_JSON格式文档的加载
83_HTML、Markdown、文件目录的加载
84_为什么切分以及切分的策略
85_TextSplitter源码剖析
86_具体拆分器1：CharacterTextSplitter
87_具体拆分器2：RecursiveCharacterTextSplitter
88_具体拆分器3：TokenTextSplitter、CharacterTextSplitter
89_具体拆分器4：SemanticChunker
90_其它的拆分器介绍
91_文档嵌入模型的介绍
92_举例：句子的向量化与文档的向量化
93_向量存储的理解与功能介绍
94_向量数据库功能1：数据的存储
95_向量数据库的功能2：数据的多种检索方法
96_检索器的介绍与基础举例
97_演示Retriever不同的检索策略
98_RAG结合大模型的使用举例
99_综合案例：智能对话助手
100_复习总结