你的第一本智慧體AI書：LangChain開發全方位手冊


	★☆LangChain 簡介：了解 LangChain 的背景與大模型技術潮流☆★ 　　★☆核心模組概念：模型 I/O、檢索、鏈、記憶與代理模組介紹☆★ 　　★☆框架比較：LangChain 與其他框架的優劣勢比較☆★ 　　★☆快速入門：開發環境準備與 LangChain 的快速實踐步驟☆★ 　　★☆提示範本：基礎提示範本與 FewShotPromptTemplate 使用方法☆★ 　　★☆輸出解析器：輸出解析的功能與應用場景☆★ 　　★☆鏈的建構：Runnable 物件與高級特性的實現☆★ 　　★☆RAG 技術：檢索增強生成技術及其應用☆★ 　　★☆智慧代理：代理的概念、類型與自訂工具設計☆★ 　　★☆記憶元件：記憶系統類型與應用實踐☆★ 　　★☆回呼機制：回呼的兩種方式與觀測性實現☆★ 　　★☆多模態機器人建構：需求分析與 Slack 應用實踐☆★ 　　★☆應用監控與調優：模型監控、效果評估與部署策略☆★ 　　★☆社區與資源：官方文件、社區活動與教學範例☆★ 　　★☆未來展望：LangChain 生態系統發展與重構計畫☆★ 　　　　介紹 LangChain 框架的技術指南，適合想快速掌握大語言模型應用的開發者。書中首先介紹 LangChain 的背景與框架爆火的原因，分析大模型技術對開發模式的變革。接著，深入解析 LangChain 的六大核心模組，包括模型 I/O、檢索、鏈、記憶、代理及回呼模組，並搭配實際案例幫助讀者快速上手。提示範本設計與輸出解析器的內容詳細解釋了如何優化模型的輸入輸出，提升提示工程效率。同時，檢索增強生成（RAG）技術章節介紹了多文件檢索與內容生成的實用方法。智慧代理設計部分涵蓋代理類型、多模態代理開發及工具應用，提供完整的應用設計思路。記憶元件部分則系統性介紹了多種記憶元件類型與實踐技巧，展示其在複雜場景中的應用價值。此外，本書還包含多模態機器人開發案例，從需求分析到部署全面講解，並附上社區資源與未來發展展望，讓讀者在學習框架的同時把握技術趨勢。


	目錄第1 章 LangChain 簡介 ▌1.1 LangChain 的產生背景 1.1.1 大模型技術浪潮 1.1.2 大模型時代的開發範式 1.1.3 LangChain 框架的爆火 ▌1.2 LangChain 核心概念和模組 1.2.1 模型I/O 模組 1.2.2 檢索模組 1.2.3 鏈模組 1.2.4 記憶模組 1.2.5 代理模組 1.2.6 回呼模組 ▌1.3 LangChain 與其他框架的比較 1.3.1 框架介紹 1.3.2 框架比較 1.3.3 小結第2 章 LangChain 初體驗 ▌2.1 開發環境準備 2.1.1 管理工具安裝 2.1.2 原始程式安裝 2.1.3 其他函式庫安裝 ▌2.2 快速開始 2.2.1 語言模型 2.2.2 提示範本 2.2.3 輸出解析器 2.2.4 使用LCEL 進行組合 2.2.5 使用LangSmith 進行觀測 2.2.6 使用LangServe 提供服務 ▌2.3 最佳安全實踐第3 章模型輸入與輸出 ▌3.1 大模型原理解釋 3.1.1 為什麼模型輸出不可控 3.1.2 輸入對輸出的影響 ▌3.2 提示範本元件 3.2.1 基礎提示範本 3.2.2 自訂提示範本 3.2.3 使用FewShotPromptTemplate 3.2.4 範例選擇器 ▌3.3 大模型介面 3.3.1 聊天模型 3.3.2 聊天模型提示詞的建構 3.3.3 訂製大模型介面 3.3.4 擴充模型介面 ▌3.4 輸出解析器第4 章鏈的建構 ▌4.1 鏈的基本概念 ▌4.2 Runnable 物件介面探究 4.2.1 schema 4.2.2 invoke 4.2.3 stream 4.2.4 batch 4.2.5 astream_log ▌4.3 LCEL 高級特性 4.3.1 ConfigurableField 4.3.2 RunnableLambda 4.3.3 RunnableBranch 4.3.4 RunnablePassthrough 4.3.5 RunnableParallel 4.3.6 容錯機制 ▌4.4 Chain 介面 4.4.1 Chain 介面呼叫 4.4.2 自訂Chain 實現 4.4.3 工具Chain ▌4.5 專用Chain 4.5.1 對話場景 4.5.2 基於文件問答場景 4.5.3 資料庫問答場景 4.5.4 API 查詢場景 4.5.5 文字總結場景第5 章 RAG ▌5.1 RAG 技術概述 ▌5.2 LangChain 中的RAG 元件 5.2.1 載入器 5.2.2 分割器 5.2.3 文字嵌入 5.2.4 向量儲存 5.2.5 檢索器 5.2.6 多文件聯合檢索 5.2.7 RAG 技術的關鍵挑戰 ▌5.3 檢索增強生成實踐 5.3.1 文件前置處理過程 5.3.2 文件檢索過程 5.3.3 方案優勢第6 章智慧代理設計 ▌6.1 智慧代理的概念 ▌6.2 LangChain 中的代理 6.2.1 LLM 驅動的智慧代理 6.2.2 LangChain 中的代理 6.2.3 代理的類型 6.2.4 自訂代理工具 ▌6.3 設計並實現一個多模態代理第7 章記憶元件 ▌7.1 建構記憶系統 ▌7.2 記憶元件類型 7.2.1 ConversationBufferMemory 7.2.2 ConversationBufferWindowMemory 7.2.3 ConversationEntityMemory 7.2.4 ConversationKGMemory 7.2.5 VectorStoreRetrieverMemory 7.2.6 ConversationSummaryMemory 7.2.7 ConversationSummaryBufferMemory 7.2.8 VectorStoreRetrieverMemory ▌7.3 記憶元件的應用 7.3.1 將記憶元件連線代理 7.3.2 自訂記憶元件 7.3.3 不同記憶元件結合 ▌7.4 記憶元件實戰 7.4.1 方案說明 7.4.2 程式實踐第8 章回呼機制 ▌8.1 回呼處理器 ▌8.2 使用回呼的兩種方式 8.2.1 建構元回呼 8.2.2 請求回呼 ▌8.3 實現可觀測性外掛程式第9 章建構多模態機器人 ▌9.1 需求思考與設計 9.1.1 需求分析 9.1.2 應用設計 9.1.3 Slack 應用配置 ▌9.2 利用LangChain 開發應用 9.2.1 建構Slack 事件介面 9.2.2 訊息處理框架 9.2.3 實現多模態代理 ▌9.3 應用監控和調優 9.3.1 應用監控 9.3.2 模型效果評估 9.3.3 模型備選服務 9.3.4 模型內容安全 9.3.5 應用部署第10 章社區和資源 ▌10.1 LangChain 社區介紹 10.1.1 官方部落格 10.1.2 專案程式與文件 10.1.3 社區貢獻 10.1.4 參與社區活動 ▌10.2 資源和工具推薦 10.2.1 範本 10.2.2 LangServe 10.2.3 LangSmith 10.2.4 教學用例 ▌10.3 LangChain 的未來展望 10.3.1 生態系統概覽 10.3.2 變化與重構 10.3.3 發展計畫