LangChain 奇幻旅程:OpenAI x Gemini x 多模態應用開發指南
-
9折 612元
680元
-
預計最高可得金幣30點 ? 可100%折抵
活動加倍另計 -
HAPPY GO享100累1點 4點抵1元折抵無上限
-
分類:中文書>電腦資訊>APP開發/程式設計>程式開發入門追蹤? 追蹤分類後,您會在第一時間收到分類新品通知。
- 作者: 柯克(Ko Ko)、陳葵懋 (Ian Chen)、Ryan Chung 追蹤 ? 追蹤作者後,您會在第一時間收到作者新書通知。
- 出版社: 博碩文化 追蹤 ? 追蹤出版社後,您會在第一時間收到出版社新書通知。
- 出版日:2024/10/17
活動訊息
內容簡介
【專業推薦】
這本書結合了 OpenAI 與 Gemini 兩項主流的語言模型技術,並讓讀者能夠透過開發指南開發不同的應用。這本書不僅讓讀者能夠深入了解語言模型的運作原理,更能夠透過實作的方式,將理論知識轉換為實際應用。對於想要進入 AI 領域的開發者來說,絕對不能錯過這本書。
Jimmy Liao, 廖聖傑
(Certification) Google Developer Expert, Generative AI
Appier, Senior Software Engineer, Full Stack, Copilot/Assistant Squad
ex-Microsoft Azure Data/AI Cloud Solution Architect
ex-IBM Staff Software Engineer, Mobile Architect
本書凝聚了他們這兩年對生成式 AI 的研究,展示了他們對 AI 應用的深刻理解。無論你是 AI 技術的愛好者,還是專注於生成式 AI 開發的專業人士,本書都將為你提供有價值的洞見與實用技巧。AI 的未來充滿機遇,而 LangChain 正是其中的重要工具。希望本書能幫助你在開發過程中取得突破,並推動技術的持續進步。
Kui-Ming Chen
Microsoft AI MVP
這本書以 LangChain 框架為基礎,構建了一套完整的大型語言模型學習地圖,讓你能深入理解語言模型的運作原理,並透過實際操作的方式將這些技術應用於真實專案中。無論你對 AI 是初學者還是有經驗的開發者,這本書將成為你邁向 LLM 開發之路的重要指南,幫助你在 AI 領域快速取得突破。
張維元 / 資料科學家的工作日常
【本書特色】
1.全書深入探討如何使用 LangChain 結合 Azure OpenAI、Gemini 以及地端開源模型的部署,並提供多種應用示範。讀者可以透過本書,從開發到部署全方位掌握 AI 技術的應用。
2.RAG(檢索增強生成)架構是目前企業打造知識庫型 LLM 應用的首選架構。本書除詳盡講解 RAG 架構之外,更是第一本詳解 Qdrant 向量資料庫的書籍。
3.生成式 AI 的應用從單一工具擴展至最新的 AI Agent 前沿技術。本書專章探討 AI Agent 的概念與應用,協助開發者開發更具前瞻性的 AI 思維的應用。
4.本書適合的「讀者族群」
i.想瞭解如何使用 LangChain 的開發者
ii.想瞭解向量資料庫與 RAG 架構的開發者
iii.想瞭解 AI Agent 的概念與應用的開發者
iv.想瞭解在企業面如何整合不同 LLM 模型導入應用的技術主管
目錄
Chapter 01 LangChain環境準備篇
1.1 使用Poetry來安裝與管理虛擬環境
1.2 使用Python-dotenv來管理環境變數
1.3 LangChain 0.2 版介紹與0.3版更新策略
Chapter 02 LangChain 初試身手
2.1 認識LangChain
2.2 建立一個簡單的生成式AI應用 - 語言翻譯器
2.3 運用Prompt Template 打造多國語言翻譯器
2.4 PromptTemplate應用練習 - 單字情境造句機
Chapter 03 PromptTemplate 設計
3.1 多筆問答範例樣板 - 來啊!戰南北
3.2 範例選擇器 - 先生,你依據哪一條判斷我是南部人?
3.3 省話一哥 - 利用範例選擇器來簡化提示
Chapter 04 Chain 的基本概念與使用
4.1 Chain 的基本概念與使用
4.2 認識 LLMChain
4.3 認識 SimpleSequentialChain
4.4 認識 SequentialChain
4.5 認識MultiPromptChain
4.6 實作Conditional Chain機制
Chapter 05 認識 LCEL 表達式
5.1 認識LCEL表達式
5.2 認識RunnableSequence
5.3 認識RunnableParallel
5.4 認識RunnableBranch
5.5 認識RunnableLambda
5.6 認識RunnableWithFallbacks
5.7 認識RunnablePassthrough
Chapter 06 LangChain Memory機制
6.1 常見的Memory機制介紹
6.2 RunnableWithMessageHistory介紹
6.3 實作 RAG 流程整合歷史訊息
Chapter 07 LangChain與Azure OpenAI GPT-4o
7.1 申請Azure OpenAI GPT-4o資源
7.2 開始使用Azure OpenAI GPT-4o - 多愁善感的詩人
7.3 LangChain與GPT-4o
7.4 我的Azure OpenAI英文老師:Whisper + GPT-4o + TTS .-10
Chapter 08 LangChain與Google Gemini
8.1 申請 Google Gemini API
8.2 Hello Gemini
8.3 LangChain與Gemini
8.4 圖片理解
8.5 聲音理解 - Podcast 重點摘要
8.6 影片理解 – Ryan在哪裡
Chapter 09 LangChain與Hugging Face
9.1 Hugging Face 介紹
9.2 Hugging Face 帳號註冊
9.3 LangChain Hugging Face全新套件
Chapter 10 設計RAG應用
10.1 認識RAG
10.2 認識 Embeeding與向量資料
10.3 實作 RAG應用
10.4 關於知識文件切割的探討
Chapter 11 本地模型RAG應用
11.1 認識Ollama
11.2 使用llama.cpp量化與轉換模型格式
11.3 實作混合雲RAG應用
Chapter 12 Qdrant進階使用技巧
12.1 Qdrant多租戶的設計
12.2 Qdrant索引設計
12.3 Qdrant分散式部署
12.4 Qdrant與LangChain的整合
12.5 Qdrant與LangChain在 0.3 版將會有的改變
Chapter 13 設計Chatbot應用
13.1 Hello Line Bot 建立
13.2 Line Bot + GPT-4o
13.3 Line Bot + Gemini
13.4 LangChain + GPT-4o + Gemini
Chapter 14 AI Agent
14.1 AI Agent 概念
14.2 AI Agent架構設計:從單體到複雜系統
14.3 基本 ReAct AI Agent 應用
14.4 為ReAct AI Agent加上短期記憶應用
14.5 為 ReAct AI Agent 加入 system prompt
14.6 AI Agent的工具也可以是個 Chain
Chapter 15 LangServe與部署上雲
15.1 LangServe介紹
15.2 RAG Chain的搭建
15.3 LangServe 建立與整合
15.4 容器化LangServe與地端部署
15.5 LangServe 容器映像登錄
15.6 部署LangServe到Azure
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:
不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
詳細資料
詳細資料
-
- 語言
- 中文繁體
- 裝訂
- 紙本平裝
-
- ISBN
- 9786263339729
- 分級
- 普通級
-
- 頁數
- 352
- 商品規格
- 23*17*1.8
-
- 出版地
- 台灣
- 適讀年齡
- 全齡適讀
-
- 注音
- 級別
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
商品評價