重磅推荐
【作者】
刘伟舟，中科院自动化研究所硕士，曾就职于旷视研究院，在大模型、计算机视觉、机器人等领域有丰富经验。目前在某头部大模型公司任资深算法工程师，从事多模态大模型相关研发工作。张婉平，清华大学硕士。目前在某头部互联网公司任高级算法工程师，从事与多模态大模型应用落地相关的研发工作。
【内容】
本书的结构由浅入深，第1章和第2章介绍大语言模型和LangChain的基础知识，使读者能够对本书内容有整体的认识，并完成运行环境的安装配置，为后续实践奠定基础。第3章至第8章详细介绍LangChain的重要模块，包括模型调用、链、智能体等，深入浅出地介绍了各模块的原理和使用方式。第9章至第11章涉及实践项目，包括对话机器人、代码理解、检索增强生成，通过这些项目，读者能更好地理解如何基于LangChain构建自己的大语言模型应用系统。
【目录】
第1章 大语言模型简介1
1.1 大语言模型定义1
1.2 大语言模型的工作原理6
1.3 大语言模型的应用领域11
1.4 大语言模型面临的挑战和前景14
1.5 小结16
第2章 LangChain简介17
2.1 初识LangChain17
2.2 环境安装20
2.3 小结26
第3章 模型调用27
3.1 大语言模型调用27
3.2 对话模型调用32
3.3 文本嵌入模型调用38
3.4 源码解析45
3.5 小结58
第4章 模型输入输出59
4.1 提示词模板60
4.2 对话提示模板65
4.3 提示示例选择器69
4.4 输出解析器76
4.5 小结80
第5章 数据连接81
5.1 文档加载器82
5.2 文档转换器90
5.3 向量存储器93
5.4 检索器97
5.5 小结100
第6章 记忆模块101
6.1 对话记忆模块102
6.2 向量库存储记忆模块109
6.3 自定义记忆模块115
6.4 小结119
第7章 链120
7.1 大语言模型链120
7.2 自定义链128
7.3 组合链132
7.4 小结140
第8章 智能体141
8.1 交互工具141
8.2 智能体类型143
8.3 构建智能体146
8.4 小结150
第9章 实践：对话机器人151
9.1 流程概述151
9.2 实现步骤152
9.3 小结157
第10章 代码理解实践159
10.1 流程概述160
10.2 详细步骤161
10.3 小结165
第11章 检索增强生成166
11.1 LCEL168
11.2 流程概述172
11.3 详细步骤173
11.4 小结188
1.1 大语言模型定义1
1.2 大语言模型的工作原理6
1.3 大语言模型的应用领域11
1.4 大语言模型面临的挑战和前景14
1.5 小结16
第2章 LangChain简介17
2.1 初识LangChain17
2.2 环境安装20
2.3 小结26
第3章 模型调用27
3.1 大语言模型调用27
3.2 对话模型调用32
3.3 文本嵌入模型调用38
3.4 源码解析45
3.5 小结58
第4章 模型输入输出59
4.1 提示词模板60
4.2 对话提示模板65
4.3 提示示例选择器69
4.4 输出解析器76
4.5 小结80
第5章 数据连接81
5.1 文档加载器82
5.2 文档转换器90
5.3 向量存储器93
5.4 检索器97
5.5 小结100
第6章 记忆模块101
6.1 对话记忆模块102
6.2 向量库存储记忆模块109
6.3 自定义记忆模块115
6.4 小结119
第7章 链120
7.1 大语言模型链120
7.2 自定义链128
7.3 组合链132
7.4 小结140
第8章 智能体141
8.1 交互工具141
8.2 智能体类型143
8.3 构建智能体146
8.4 小结150
第9章 实践：对话机器人151
9.1 流程概述151
9.2 实现步骤152
9.3 小结157
第10章 代码理解实践159
10.1 流程概述160
10.2 详细步骤161
10.3 小结165
第11章 检索增强生成166
11.1 LCEL168
11.2 流程概述172
11.3 详细步骤173
11.4 小结188
