使用 LangChain、LangGraph 和 Langsmith 的終極 RAG 訓練營

使用 LangChain、LangGraph 和 Langsmith 建立強大的 RAG 管道：傳統、高級、多模式( Multimodal )和代理 AI ( Agentic AI )

從這 31.5 小時的課程，你會學到

建構傳統的 RAG 流程，實現精準高效的資訊檢索。
實現混合搜尋、多模態 RAG 和持久記憶體等高階檢索方法。
使用 LangGraph 設計多代理( multi-agent )與自主 RAG 系統，實現協作式 AI 推理。
在實際專案中使用 LangSmith 追蹤、調試( debug )和優化 RAG 工作流程。
整合 LangSmith 以追蹤、調試和優化 RAG 性能。
高效使用 FAISS、Pinecone 和 Weaviate 等向量資料庫。
建立具有混合搜尋功能的領域特定知識聊天機器人。
開發可同時處理文字和圖像的多模態 AI 助手。

要求

對 Python 程式設計（變數、循環、函數）有基本的了解。
無需任何 RAG 基礎知識——所有內容將從頭開始講授。
熟悉 AI 概念（如 LLM）者優先。
Langchain 基礎知識

課程說明

解鎖檢索增強生成 (RAG) 的強大力量—從傳統到高級 Agentic AI 系統

在當今人工智慧驅動的世界中，檢索增強生成 (RAG) 是最具影響力和需求的技術之一，它為從智慧聊天機器人和個人助理到自動化研究代理和企業 AI 系統等各種應用提供支援。

終極 RAG 訓練營將為您提供完整的逐步指南，幫助您使用最新、最強大的工具 – LangChain、LangGraph 和 LangSmith – 掌握 RAG。無論您是 AI 初學者還是經驗豐富的開發者，本課程都將帶您從 RAG 管線的基礎知識，一直到領先公司在生產環境中使用的高級 Agentic RAG 架構。

為什麼選擇這門課？

與其他僅涉及基本 RAG 概念的課程不同，本訓練營將更深入地講解。您將：
循序漸進地學習傳統的 RAG。
掌握混合搜尋、向量最佳化和多模態 RAG 等高階檢索策略。
實現能夠協同思考、規劃和行動的多智能體自主 AI 流程。
使用 LangSmith 進行實驗追蹤、調試和效能優化。
從頭到尾建立真實可部署的 AI 應用程式。

到最後，你不僅會理解 RAG，還能設計、最佳化和部署適用於實際場景的高階 AI 系統。

你將學到什麼

1. RAG 基礎

RAG 是什麼以及它為何重要。
傳統的 RAG 架構：資料擷取、解析、嵌入與檢索。
如何有效地選擇和使用向量資料庫。
使用 LangChain 建立檢索 + 產生工作流程。

2. 高級 RAG 技術

高階分塊策略，實現精準檢索。
混合搜尋：結合向量搜尋和關鍵字搜尋。
適用於文字、圖像等的多模態 RAG。
持久內存，實現上下文保留ion.
自 RAG 提升檢索品質。
自適應與校正 RAG 打造動態抗錯流程。

3. Agentic RAG 管道

基於 LangGraph 的多代理( Multi-agent )架構。
設計用於研究、總結和決策的代理( agents )。
自主 RAG，極少人工干預。
與專用智能體進行協作式 AI 推理。

4. LangSmith 用於 RAG 評估和優化

追蹤和管理 RAG 實驗。
調試檢索流程並修復瓶頸。
運行評估指標以提高準確率。

5. 真實 RAG 專案

具備領域特定知識的聊天機器人。
用於自動產生報告的多代理( Multi-agent )研究助理。
具有文字和圖像檢索功能的多模態 AI 助手。
將 RAG 應用程式部署到雲端。

本課程適合哪些人

AI 開發者和機器學習工程師。
整合檢索系統的資料科學家。
建構智能助理的軟體開發者。
探索高階 RAG 工作流程的研究人員。
任何希望從零開始掌握 RAG 並投入生產部署的人。

您將掌握的工具和框架

LangChain – 建構模組化 RAG 管線。
LangGraph – 建立基於AI 代理( agent )的高階記憶體工作流程。
LangSmith – 追蹤、調試( debug )和評估 RAG 系統。
向量資料庫 – FAISS、Pinecone、Weaviate 等。
雲端部署 – 將 AI 應用從開發階段推進到生產階段。

您的學習之旅

了解 RAG 基礎知識。
建構真實世界的檢索流程。
發展到代理型和自主型 AI 系統。
在生產環境中部署和監控。
持續優化，不斷改進。

RAG 不僅僅是一種 AI 趨勢，更是智慧、情境感知應用程式的基礎。

完成本訓練營後，您將掌握實務操作和生產就緒技能，能夠使用 LangChain、LangGraph 和 LangSmith 建置和部署尖端的 RAG 管線。

立即加入終極 RAG 訓練營，開始建立一個真正能夠理解、推理並交付成果的 AI 系統。

目標受眾

希望掌握 RAG 從基礎到高階代理系統的 AI 開發者和機器學習工程師。
致力於將檢索系統整合到 AI 工作流程中的資料科學家。
致力於建構智慧助理、聊天機器人或研究工具的軟體開發者。
致力於探索高階 RAG 工作流程和多智能體 AI 流程的研究人員。
希望以動手實踐的方式逐步掌握 RAG 且無需任何經驗的 AI 愛好者和初學者。

講師簡介

KRISHAI Technologies Private Limited 人工智慧和機器學習工程師

Krish AI Technologies 是資料科學、機器學習、生成式人工智慧、深度學習及相關技術領域教育的領導者。該公司由行業資深人士 Krish Naik 創立，他在資料分析行業擁有超過 13 年的經驗，並擁有超過 7 年的教學經驗。我們的使命是幫助學習者掌握在快速發展的科技領域中脫穎而出所需的技能和知識。

我們的專長：Krish AI Technologies 專注於人工智慧和資料科學領域的廣泛領域，包括：

資料科學：從基礎概念到進階技術，我們涵蓋資料分析、統計建模和資料視覺化的各個方面。

機器學習：我們的課程涵蓋機器學習演算法的各個方面，包括監督學習、無監督學習、聚類技術和高級預測模型。

生成式人工智慧：我們提供最新的生成式人工智慧模型和技術的深入培訓，幫助學生理解和運用尖端技術。

深度學習：我們的課程深入探討深度學習的數學直覺和實際應用，涵蓋神經網路、卷積神經網路 (CNN)、循環神經網路 (RNN) 等。

自然語言處理 (NLP)：我們提供全面的 NLP 培訓，包括文字預處理、情緒分析、語言建模以及各種 NLP 項目。技能，為你的職業生涯做好未來準備！

Krish Naik 首席 AI 工程師

我是 iNeuron 的前聯合創始人兼首席 AI 工程師，在機器學習、深度學習、電腦視覺和生成式 AI 領域擁有豐富的經驗，也是教育家和導師，擁有超過 15 年的行業經驗。這些是我的 Udemy 課程，我會在其中結合許多實際問題場景來講解機器學習、深度學習和 AI 的各種主題。我已經在各種聚會、技術機構和社群論壇上發表了 30 多場關於資料科學、機器學習和 AI 的技術講座。我的主要目標是讓每個人都熟悉機器學習和 AI。