RAG Agents：使用 API/MCP、LangChain 和 n8n 建置應用程式和 GPT

運用 RAG 的 AI Agents & LLM : n8n, LangChain, LangGraph, Flowise, MCP 以及更多 – 採用 ChatGPT, Gemini, Claude, DeepSeek & Co. 服務

從這 16.5 小時的課程，你會學到

RAG 工作流程及工具（如 Google 的 NotebookLM）簡介，並提供實用技巧
LLM 基礎與 RAG 技術：ChatGPT、Claude、Gemini、Deepseek、Llama、Mistral、xAI、Grok、函數呼叫、向量資料庫、嵌入和分塊
ChatGPT 基礎知識及模型管理：介面、模型、設定、GPT、OpenAI Playground 和測試時計算
使用自訂 GPT 建立 RAG 聊天機器人：從 PDF、HTML 網頁、YouTube 影片、CSV 資料來源準備資料以及寫作風格自適應
使用 Ollama 和 AnythingLLM 建立開源 RAG：安裝、模型、優化分塊和嵌入以及建立本機機器人
代理功能及多 LLM 整合：系統提示、溫度控制、網路搜尋、抓取以及使用 Flowise/LangGraph 的 AI 代理功能
用於 RAG 代理程式的 OpenAI API 和 Flowise：定價、專案設定、GDPR 合規性、Playground 與 Response API 的差異、Node.js 安裝、應用市場和 OpenAI助手
Flowise 進階工作流程：網頁抓取、嵌入、向量資料庫、HTML 分割器、JSON 匯入/匯出和工具代理程式（電子郵件、行事曆、Airtable、Webhook）
自訂聊天機器人 UI 和自架：前端開發、Ollama 和 LangChain、Render 託管、Replit 品牌化、WordPress 整合和 Flowise 配置
RAG 代理與 n8n：本地安裝、介面、觸發器/操作、透過 Google Drive 實現 Pinecone 自動化、工作流程和 AI 代理節點
Flowise 和 n8n 的結合與行銷：RAG 線索機器人、網站整合、CSS 品牌化、銷售、行銷、客戶獲取和優惠策略
RAG 特殊策略：n8n MCP 與 Claude Desktop、Webhook、GPT Actions、快取增強產生、GraphRAG、LightRAG 和上下文檢索
安全、資料保護與法律架構：越獄、提示注入、資料投毒、審查、GDPR 基礎知識歐盟人工智慧法案及版權
領先人工智慧供應商的策略及比較：OpenAI、Anthropic、微軟、Google xAI、Meta 的 LlaMA、Deepseek、Mistral 等

要求

無需任何先驗知識——所有步驟都會一步一步地演示。

課程說明

人工智慧領域最重要的概念之一是「RAG」——檢索增強生成！

你需要賦予語言學習模型（LLM）知識！

但是，如何建立強大的 RAG 聊天機器人和智慧 AI 代理程式來優化你的業務流程和個人專案呢？

在本課程中，你將全面且清晰地學習到這些內容——我們將使用 ChatGPT、Claude、Google Gemini、開源 LLM、Flowise、n8n 等工具！

基礎知識：語言學習模型、RAG 和向量資料庫

為你的 AI 專案打下堅實的基礎：

深入了解 LLM：ChatGPT、Claude、Gemini、Deepseek、Llama、Mistral 等等。
理解 LLM 中的函數呼叫和 API 通訊機制。
了解向量資料庫和嵌入模型為何是 RAG 的核心。
精通 ChatGPT 介面、GPT 模型、設定以及 OpenAI Playground。
探索測試時計算等關鍵概念（例如 OpenAI o1、o3；Deepseek R1）。
了解 Google NotebookLM 的工作原理，並將其有效地應用於 RAG 專案。

使用 ChatGPT 和自訂 GPT 實作簡單的 RAG 演算法

快速輕鬆地啟動並運行您的第一個 AI 應用：

使用自訂 GPT，從 PDF 檔案創建您的第一個 RAG 聊天機器人。
將 HTML 網頁和 YouTube 影片轉換為互動式 RAG 聊天機器人。
透過 RAG 訓練 ChatGPT，使其適應您的個人寫作風格。
使用 CSV 資料建立智慧聊天機器人，充分挖掘自訂 GPT 的潛力。

使用開源 LLM 實作 RAG：AnythingLLM 和 Ollama

深入探索本地 AI 的世界：

安裝並使用 Ollama：了解模型、命令和硬體要求。
將 AnythingLLM 與 Ollama 有效整合—優化分塊和嵌入。
建立本地 RAG 聊天機器人，並透過系統提示和溫度設定精確控制語言和行為。
利用代理程式的各項功能，例如網路搜尋、抓取等。

Flowise：利用 LangChain 和 LangGraph 輕鬆實現 RAG（紅綠燈）

利用 OpenAI API 的強大功能開發專業應用：

精通 OpenAI API、定價模型、GDPR 合規性和專案設定。
透過 OpenAI Playground 和響應 API 建立高效的 RAG 應用程式。
安裝 Flowise，管理更新，並熟練使用其介面，包括 Marketplace 和 OpenAI Assistant。
利用網頁抓取、嵌入、HTML 分割器和向量資料庫建立全面的 RAG 聊天流程。
開發您自己的聊天機器人 UI 並處理 Flowise 的技術細節。
使用 Ollama 和 LangChain 實現本地 AI 安全，並使用 Flowise 的工具代理節點（例如電子郵件、日曆、Airtable）。
將 Pinecone 向量資料庫與 Supabase 和 Postgres 結合使用。
掌握提示工程和具有人機互動工作流程的順序代理。

n8n：建立 AI 自動化和 RAG 代理

使用 n8n 作為強大的自動化平台，協助您的 AI 專案：

學習本地安裝、更新和 n8n 基礎知識。
透過 Google 雲端硬碟自動更新 Pinecone 資料庫。
使用 AI 代理節點、向量資料庫和輔助工具開發 RAG 聊天機器人。
使用 HTML 請求和網頁抓取技術建立自動化聊天機器人。

託管、銷售和盈利您的 RAG 代理

將您的 AI 專案專業地推向市場：

在 Render 等平台上託管 Flowise 和 n8n 應用，並將其嵌入網站（HTML、WordPress）。
設計品牌化的專業聊天機器人，並將其作為服務或獨立產品提供。
為您的 AI 代理制定有效的行銷和銷售策略。

先進的工作流程和專業的 RAG 技術

採用專業、尖端的技術：

學習進階技術，例如 Webhook、Claude 中的 MCP、GPT Actions 和 n8n 整合。
瞭解模型上下文協定 (Model Context Protocol ，MCP)，並在 n8n 和 Claude Desktop 中建置 MCP 伺服器和用戶端。
探索創新的 RAG 策略，例如快取增強生成 (Cache‑Augmented Generation，CAG)、GraphRAG（微軟）、LightRAG 和 Anthropic 的上下文檢索。
優化 RAG 應用的分塊、嵌入和 Top-K 檢索。
為您的專案選擇合適的策略，並最大化您的 RAG 成果。

安全、隱私和法律基礎

有效保護您的人工智慧專案：