课程介绍
如果只选一个框架开发大模型，那么一定是LangChain！LangChain在主流大模型开发框架中一骑绝尘，掌握LangChain相当于站在了风口，不光增加了求职成功率，还是拿高薪的助推器。
本套教程还是尚硅谷一贯的风格，保姆式教学，败家式赠送，代码演示，图解技术点（近百幅图），课件共计13万字，解决学习者吐槽官网文档的问题，并配有思维导图，相关工具一个都不少，配合阶段总结，让你知其然更知其所以然，总之，量大管饱。
教程从入门到实战，开发多个项目案例，涵盖：智能对话助手、知识库问答助手、天气智能查询助理等，带你快速提升实战开发经验！包括视频、课件和代码。
课程目录
- 01_LangChain课程介绍
- 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
- 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_最后复习
