链接: https://pan.baidu.com/s/1PUegmvJ6Fa5yiCRZy7GZ6Q?pwd=ynkr 提取码: ynkr
出版社： 人民邮电出版社
ISBN：9787115642936
版次：1
商品编码：14639238
品牌：iTuring
包装：平装
开本：16开
出版时间：2024-05-01
用纸：胶版纸
页数：235
字数：326000
正文语种：中文
产品特色
编辑推荐
适读人群 ：AI爱好者与自学者：面向对人工智能领域抱有浓厚兴趣，致力于通过自学途径提升个人技能的。本书旨在为这部分读者提供LangChain学习路径，从而在AI领域内实现自我成长。 软件开发工程师：面向具备编程基础，希望进一步深化技术栈，特别是在人工智能领域寻求进一步发展的专业人士。本书将作为技术进阶指南，助力软件工程师运用LangChain，在AI应用上取得突破。 AI领域从业者：面向已经涉足AI领域，希望进一步提升对LangChain理解和应用能力的工程师。本书通过深入的案例分析和实践指导，旨在帮助专业人士在实践中达到新的高度。
1. LangChain 0.1 版本：本书代码基于LangChain官方在2024年1月发布的首个稳定版本LangChain v0.1编写，确保读者能够将理论知识转化为可靠的实际应用。
2. 实战代码示例：本书围绕自动客服系统的业务场景，通过多个精心设计的实战案例，引导读者巧妙运用LangChain。书中附带的源代码将帮助读者快速掌握项目开发，实现从理论到实践的无缝对接。
3. 国内大模型接入：书中特别收录了百度千帆大模型平台的调用案例，确保读者能够无障碍探索并应用大模型技术。
4. 图解辅助学习：本书采用图片+代码+解释的方式，让复杂的技术概念变得直观易懂，帮助读者迅速掌握LangChain的原理，迅速上手。
5. 专业背景：本书作者作为51CTO AIGC精品课程的资深讲师，凭借丰富的教学经验和学员反馈，精心打磨出这本实用指南。书中融合了实战经验、学员反馈与专业课程精华，为大模型应用初学者提供了一份宝贵的学习资源。
内容简介
本书深入介绍了LangChain平台和大模型的核心概念、应用和实战经验。从LangChain的架构出发，逐一讲解了模型输入/输出、检索、链、记忆和代理等核心组件，并结合丰富的开发场景以详细的代码呈现给读者。此外，本书还将通过几个具体案例来展示如何综合运用所学知识，通过这些案例，读者不仅可以掌握LangChain的实用技术，还可以提升解决实际问题的能力。
本书既适合初学者快速入门LangChain，深入了解大模型领域的最新技术，也适合专业开发者拓展技能，上手大模型应用的开发。
作者简介
崔皓
华中科技大学硕士，资深架构师，51CTO平台特约作者、社区编辑、AIGC大模型应用实战精品班讲师。在大模型领域拥有丰富的教学经验，并协助企业成功实施大模型项目。曾在惠普负责企业服务交付工作长达9年，近几年专注于大模型技术的实际应用和企业数字化转型。著有《分布式架构原理与实践》。
精彩书评
在本书中，作者以先行者的姿态，深入浅出地介绍了LangChain的各种模块，帮助读者理解大模型的理论知识并将其应用到实际场景中。LangChain作为一个值得关注的GenAI应用开发框架，对于任何希望涉足人工智能领域的开发者都至关重要。本书内容全面而深入，是引导读者理解并实践LangChain的重要工具。
——吴晖，江苏多飞网络科技研发副总
SAP前大中华区OEM售前部门负责人
惠普云计算交付前中国区负责人
本书基于2022年年底推出的LangChain框架编写，从LangChain安装与配置，到高级的应用开发技巧，均提供了全面的技术指导，并附带了丰富的实践代码。此外，本书充分考虑不同背景和需求的读者，通过精选的项目案例和丰富的场景实践，为LangChain的各个组件提供了实用的参考代码和清晰的说明，极大地方便了读者快速入门和二次开发。愿像崔皓这样的IT老兵们继续以他们的热情和智慧，为推动AI应用的普及贡献力量。
——黎朝辉，广州驭航科技总经理
目录
目 录
第 1章 携手大模型与LangChain，迈向AI新纪元 1
1．1 大模型：不仅火热，更是未来 2
1．2 大模型揭秘：从数字到现实 3
1．3 LangChain：你的大模型工具箱 5
1．4 LangChain探索：开发的第 一步 7
1．5 内容导览：与LangChain共创未来 10
1．6 LangChain的整体框架 12
1．7 总结 14
第 2章 LangChain探索之旅：准备与初始配置 15
2．1 LangChain 安装：步骤简单 16
2．2 环境搭建：Python的简洁与Jupyter NoteBook的力量 17
2．3 密钥之力：打开大模型的通道 18
2．4 启动序章：大模型的调用与应用 20
2．5 总结 23
第3章 驾驭大模型的输入与输出 24
3．1 model I/O概述：通往大模型应用的桥梁 25
3．2 提示模板探究：构筑灵活的提示体系 26
3．2．1 动态提示构造：提示模板在自动客服应用中的应用 27
3．2．2 从客服到技术：ChatMessagePromptTemplate在角色切换中的实践 30
3．2．3 部分提示模板：引导用户获取精准服务 32
3．2．4 自动客服模板组合：PipelinePromptTemplate集成多模板 37
3．3 示例选择探究：借用示例选择器提升响应效率 39
3．3．1 客服交互设计：LengthBasedExampleSelector实现三步响应法 40
3．3．2 用户请求归类：SemanticSimilarityExampleSelector实现相似度选择 44
3．4 模型交互核心：模型应用实战 48
3．4．1 模型框架探析：LangChain实践展现 48
3．4．2 缓存优势展现：实战效能提升 50
3．4．3 虚拟环境构建：FakeListLLM演示 52
3．4．4 并发优势探索：异步调用实现 55
3．5 输出格式解析：输出解析器优化系统交互 58
3．5．1 CRM数据整合：PydanticOutputParser实现输出解析 58
3．5．2 解析自动修复：OutputFixingParser实现解析失败的备选方案 61
3．6 总结 64
第4章 检索技术 65
4．1 检索器概要：执行路径与组件功能 66
4．2 文档加载器：连接数据源与文档的工具 67
4．3 文档转换器：文本分割与格式化 71
4．3．1 分块与重叠：递归文本分割策略 72
4．3．2 结构化数据抽取：用户评论智能转换 75
4．4 文本嵌入向量：深入词向量原理 78
4．5 向量存储：从嵌入到查询 81
4．6 检索器：多维查询与上下文压缩 84
4．7 总结 90
第5章 链组件 91
5．1 模块设计：链组件概述 92
5．2 交互优化：提示模板与链协同工作 93
5．3 生成摘要：探索StuffDocumentsChain的应用 94
5．4 海量文档搜索：探索MapReduceDocumentsChain的应用 98
5．5 过滤请求：实现问题分类与路由选择 105
5．6 串联服务链：使用SequentialChai