LangChain- 使用 LangChain 開發 LLM 支持的應用程式

使用 LangChain 和 LangGraph RAG、工具、MCP 和生產就緒的 Agentic AI (代理的人工智慧) 系統(Python)建構 AI 代理( Agents )

從這 18.5 小時的課程,你會學到

  • 精通 LangChain
  • 擁有端對端運行的基於 LangChain 的生成式 AI 代理
  • 提示工程理論:思維鏈、ReAct、少量提示,並理解 LangChain 的底層建構方式
  • 上下文( context )工程
  • 了解如何在 LangChain 開源程式碼庫中導航
  • 軟體工程師的大型語言模型理論
  • LangChain:多鏈:Chains、Agent、DocumentLoader、TextSplitter、OutputParser、Memory
  • RAG、向量儲存/向量資料庫(Pinecone、FAISS)
  • 模型上下文協定( Model Context Protocol,MCP)
  • LangGraph

要求

  • 這不是入門課程,需要具備基本的軟體工程概念。
  • 我假設學生熟悉軟體工程相關主題,例如:git、python、pipenv、環境變數、類別、測試和調試。
  • 無需機器學習經驗。

課程說明

本課程包含人工智慧的應用 🙂

2026 年 – 本課程已重新錄製,並支援 LangChain 1.2 及以上版本

理想學員為軟體開發人員/資料科學家/人工智慧/機器學習工程師

歡迎參加「使用 LangChain 和 LangGraph 進行 Agentic AI 工程」課程。

在本課程中,您將學習如何使用 LangChain 和 LangGraph 設計和建立 AI Agents 和 Agentic AI 系統。 LangChain 和 LangGraph 是開發現代機器學習 (LLM) 應用的最強大框架

Agentic AI 專注於建構能夠推理、規劃、使用工具並自主完成任務的人工智慧系統。藉助 LangChain 和 LangGraph,您將建立可用於生產環境的 AI Agents、RAG 系統和進階機器學習應用

使用 LangChain、LangGraph、MCP 和現代 LLM 框架,您將建立可用於生產環境的 AI Agents、多代理( multi-agent )系統和進階 RAG 應用。

請注意,本課程不適合初學者。本課程假設您具備軟體工程背景並精通 Python。我將使用 PyCharm IDE,但您可以使用任何您喜歡的編輯器,因為我們只會使用到 IDE 的基本功能,例如偵錯和執行腳本。

您將使用 LangChain 和 LangGraph 來建立實際的 Agentic AI 系統

  • 搜尋代理
  • 文件助理 – 一個基於 Python 套件文件(以及您選擇的任何資料)的聊天機器人,使用進階檢索和 RAG(紅綠燈)技術。
  • 提示工程理論
  • 上下文( context )工程理論
  • LangGraph 簡介
  • 模型上下文協定 (MCP)
  • 深度代理

Agentic AI 系統涵蓋的主題:

Agentic AI 基礎

  • AI Agents
  • Agentic AI 架構
  • 多代理( Multi-agent ) 系統
  • AI 工程原理

LLM 與提示工程( Prompt Engineering )

  • 提示工程
  • 少提示提示
  • 心智圖提示
  • ReAct 提示
  • 上下文( context )工程

Agent 框架

  • LangChain
  • LangGraph
  • Model Context Protocol (MCP)
  • 工具調用

AI Agent 基礎設施

  • 向量資料庫(Pinecone, FAISS, Chroma)
  • Retrieval Augmented Generation (RAG)
  • 記憶儲存系統 ( Memory systems )
  • LangSmith 追蹤

在整個課程中,您將透過實踐練習和真實專案來鞏固對所學概念和技術的理解。課程結束時,您將熟練運用 LangChain 創建功能強大、高效且用途廣泛的 LLM 應用程式。

為什麼要選擇這門課?

  • 最新:涵蓋 LangChain v0.3+ 和最新的 LangGraph 生態系統。
  • 實用:真實專案、真實 API、實用技能。
  • 職業提升:在 LLM 和 GenAI 就業市場保持領先地位。
  • 循序漸進的指導:清晰、簡潔,不浪費時間。
  • 靈活:可使用任何 Python IDE(Pycharm 可用,但非必要)。

本課程非常適合希望學習 Agentic AI 工程、使用 Python 開發 AI 代理程式以及 LLM 應用開發的開發者。

您將學習如何設計代理架構、實現工具型代理,以及如何使用 LangChain 和 LangGraph 建立可擴展的智慧型體 AI 系統。

免責聲明

  1. 請注意,本課程不適合初學者。本課程假設您具備軟體工程背景,且精通 Python。
  2. 我將使用 PyCharm IDE,但您可以使用任何您喜歡的編輯器,因為我們只會使用到 IDE 的基本功能,例如偵錯和執行腳本。…

目標受眾

  • 想要學習如何使用 LangChain 和 LangGraph 建立基於生成式 AI 應用程式的軟體工程師
  • 想要學習如何使用 LangChain 和 LangGraph 建立基於生成式 AI 應用程式的開發者
  • 想要學習如何使用 LangChain 和 LangGraph 建立基於生成式 AI 應用程式的工程師

講師簡介

Eden Marco 暢銷導師

我是一名熱情的軟體工程師,擁有多年後端開發經驗,是 Orca Security 軟體工程師的首批工程師之一,現在我在 Google Cloud 擔任客戶工程師。

Technion – Israel Institute of Technology 計算機科學學士學位

我一直是教學和指導的粉絲,我在以色列 Reichman 大學教授 CS 課程(函數式程式編輯和 CS 簡介)。

字幕:無


  • Udemy 永久擁有課程 許多課程約 NT400(點擊連結看更多)
  • 年訂閱每月 NT350(再享特別優惠:年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課,最大化學習 ( 原價 NT635/月 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

由 WordPress.com 建置.

Up ↑

探索更多來自 Soft & Share 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading