Langchain 進階技術：掌握 RAG 應用

將您的 RAG 應用程式提升到新的水平

從這 3.5 小時的課程，你會學到

學習 LangChain 表達式語言（LangChain Expression Language，LCEL）
使用 LangChain 框架掌握高階RAG技術
使用 RAGAS 框架評估 RAG 管道
應用 NeMo Guardrails 實現安全可靠的 AI 互動

要求

LangChain 基礎
中級 Python 技能（OOP、資料型別、函數、模組等）
熟悉終端
Docker基礎知識

課程說明

對本課程有何期待

歡迎來到我們的使用 LangChain 框架的高級檢索增強生成（RAG）課程！

在本課程中，我們將深入研究檢索增強生成( Retrieval-Augmented Generation )的先進技術，利用強大的 LangChain 框架來增強人工智慧驅動的語言任務。 LangChain 是一種開源工具，可將大型語言模型 (Large Language Models，LLM) 與其他元件連接起來，使其成為使用 AI 的開發人員和資料科學家的重要資源。

課程亮點

專注於 RAG 技術：本課程深入了解檢索增強生成，引導您了解 LangChain 框架的複雜性。我們涵蓋從基本概念到高階實施的一系列主題，確保您獲得全面的知識。

內容全面：該課程專為在 LLM 和 LangChain 領域擁有一定經驗的開發人員、軟體工程師和資料科學家而設計。在整個課程中，您將探索：

LCEL 深入探究和可運行
與歷史對話
索引 API
RAG 評估工具
先進的分塊技術
其他嵌入模型
查詢制定和檢索
交叉編碼器重新排序
路由
代理 ( Agents )
工具呼叫(Calling )
NeMo Guardrails (護欄)
Langfuse 整合

其他資源

幫助程式腳本( Helper Scripts )：用於資料擷取、檢查和清理的腳本，以簡化您的工作流程。
全端應用程式和 Docker：一個全面的聊天機器人應用程式，具有 React 前端和 FastAPI 後端，並配備 Docker 支持，可輕鬆設定和部署。
還有其他資源可以支持您的學習。

快樂學習！ 🙂