【ai精翻】使用 OpenAI 和 LangChain 构建聊天应用程序

您将学到什么

• 掌握 LangChain，将现有应用程序与强大的大型语言模型 (LLM) 无缝集成
• 学习连接 OpenAI 的语言和嵌入模型
• 开发快速工程技能，提高人工智能响应的性能和相关性
• 应用最先进的检索增强生成 (RAG) 技术，为您的 AI 驱动产品提供知识库
• 利用人工智能为您的组织开辟无限机遇
• 利用稀缺且备受追捧的人工智能工程技能提升你的职业前景

要求

• 需要中级 Python 编码技能
• 你需要启动并运行 Jupyter Notebook

描述

您是一位有抱负的人工智能工程师，并热衷于将人工智能融入到您的产品中吗？

您对人工智能领域的突破感到兴奋吗？

或者也许您渴望了解这个大家都在谈论的全新且令人兴奋的 LangChain 框架。

如果是的话，那么您来对地方了！

为什么您应该考虑参加这门 LangChain 课程？

在本课程中使用 OpenAI 和 LangChain 构建聊天应用程序，我们将探索日益流行的 LangChain Python 库来开发引人入胜的聊天机器人应用程序。

在详细的分步指导下，您将使用 OpenAI 的 API 密钥访问其强大的大型语言模型 (LLM)。一旦获得基础模型的访问权限，我们将利用 LangChain 及其集成来创建引人入胜的提示、添加记忆、输入外部数据并将其链接到第三方工具。

LangChain 与第三方工具的集成使其脱颖而出，能够连接到各种语言模型并加载多种格式的文档。它还允许选择合适的嵌入模型，将嵌入存储在向量存储中，并链接到搜索引擎、代码解释器以及 Wikipedia、GitHub、Gmail 等工具。

如果没有掌握 LangChain 表达语言 (LCEL)，这一切都不可能实现。LCEL 是开发有状态、可感知上下文的推理聊天机器人的关键。这些聊天机器人能够记住过去的对话，回答有关未知数据的问题，并解决更复杂的问题。

此外，我们将花费大量时间从理论和实践两方面讨论最先进的检索增强生成 (RAG)。这项技术使 LLM 驱动的应用程序能够分析和回答有关其训练数据之外的信息的问题。最终，我们将创建一个聊天机器人，用于回答学生关于 365 图书馆课程的问题。

你获得了什么技能？

– 将现有应用程序与强大的 LLM 集成。

– 使用 OpenAI API 密钥连接到 OpenAI 的语言和嵌入模型。

– 开发快速工程技术，增强人工智能响应性能和相关性。

– 实施 RAG 以通过知识库丰富您的 AI 驱动产品。

– 掌握 LCEL 协议——使用 LangChain Python 库开发应用程序至关重要。

– 将外部工具连接到您的 LLM 驱动的应用程序。

– 了解代理和代理执行者背后的机制。

通过参加 LangChain 和 OpenAI 课程，您可以掌握稀有且备受追捧的 AI 工程技能，提升您的职业前景。

点击“立即购买”并立即获得现实世界的 AI 工程师技能！

本课程适合哪些人？

• 有抱负的人工智能工程师
• 每个认真考虑将人工智能融入其产品的人