01_LangChain教程简介

02_什么是LangChain_有哪些常用的LLM框架

03_为什么使用LangChain

04_LangChain的整体架构设计

05_开发前的准备工作与环境搭建

06_基于RAG架构的开发

07_基于Agent架构的开发

08_大模型应用开发的4个场景

09_LangChain核心模块剖析与HelloWorld实现

10_大模型的分类与按照功能分类的演示

11_硬编码的方式调用对话&非对话模型

12_使用环境变量_配置文件的方式调用大模型

13_通过OpenAI、百度千帆平台调用大模型

14_通过阿里云百炼、智谱、硅基流动调用大模型

15_模型调用的总结

16_关于对话模型调用消息列表

17_关于多轮对话与上下文记忆

18_阻塞式invoke()和流式stream()的调用

19_了解：批量调用与同步异步方法的调用

20_提示词模板的理解

21_PromptTemplate实例化方式1：使用构造方法

22_PromptTemplate实例化方式2：from_template()

23_部分提示词变量赋值的两种方式

24_format()与invoke()的对比及大模型的调用

25_ChatPromptTemplate实例化的两种方式

26_模板调用的4种方法及对比

27_6种不同的实例化参数使用举例

28_举例4和举例6的再说明

29_调用大模型_MessagesPlaceholder的使用

30_FewShotPromptTemplate的使用

31_FewShotChatMessagePromptTemplate的使用

32_Example selectors示例选择器的使用

33_PiplinePromptTemplate的使用_从物理磁盘读取提示词

34_输出解析器概述_StrOutputParser的使用

35_JsonOutputParser的使用

36_带管道符的chain结构的使用

37_XMLOutputParser的使用

38_了解CSV和Datetime的输出解析器

39_LangChain调用本地大模型

40_Chain的理解与举例

41_最基础的LLMChain的使用

42_顺序链之SimpleSequentialChain的使用

43_顺序链之SequentialChain的使用

44_了解：数学链、路由链、文档链

45_新型Chain之create_sql_query_chain的使用

46_新型Chain之create_stuff_documents_chain的使用

47_为什么需要Memory模块

48_自定义的方式实现大模型的记忆功能

49_Memory的设计思路_ChatMessageHistory的使用

50_记录完整历史会话的ConversationBufferMemory的使用1

51_记录完整历史会话的ConversationBufferMemory的使用2

52_简化历史完整记录使用的ConversationChain

53_记录最近k条消息的ConversationBufferWindowMemory的使用

54_通过Token限制记忆的ConversationTokenBufferMemory的使用

55_保存历史摘要的ConversationSummaryMemory的使用

56_混合记忆ConversationSummaryBufferMemory的使用

57_提取实体的ConversationEntityMemory的使用

58_提取为知识图谱的ConversationKGMemory的使用

59_基于向量存储VectorStoreRetrieverMemory的使用

60_Tool的要素与实操步骤

61_定义工具方式1：使用@tool装饰器

62_定义工具方式2：使用StructuredTool.from_function()

63_大模型分析工具的调用举例

64_大模型分析出的工具如何调用

65_Agent的理解

66_Agent和AgentExecutor的两种创建方式

67_传统方式之ReAct模式进行单工具调用

68_传统方式之FUNCTION_CALL模式进行单工具调用

69_传统方式之ReAct和FUNCTION_CALL两种模式进行多工具调用

70_传统方式之自定义函数与工具

71_通用方式之FUNCTION_CALL模式的调用

72_通用方式之ReAct模式的调用

73_工具调用中传统方式和通用方式的小结

74_以ReAct模式为例说明传统方式嵌入记忆

75_AgentType的ZERO_SHOT_REACT_DESCRIPTION情况源码分析

76_通用方式中使用FUNCTION_CALL模式嵌入记忆

77_通用方式中使用ReAct模式嵌入记忆

78_Retrieval模块的设计意义

79_Retrieval的整体流程说明

80_熟悉不同的文档加载器_Txt文档的加载

81_PDF和CSV格式文档的加载

82_JSON格式文档的加载

83_HTML、Markdown、文件目录的加载

84_为什么切分以及切分的策略

85_TextSplitter源码剖析

86_具体拆分器1：CharacterTextSplitter

87_具体拆分器2：RecursiveCharacterTextSplitter

88_具体拆分器3：TokenTextSplitter、CharacterTextSplitter

89_具体拆分器4：SemanticChunker

90_其它的拆分器介绍

91_文档嵌入模型的介绍

92_举例：句子的向量化与文档的向量化

93_向量存储的理解与功能介绍

94_向量数据库功能1：数据的存储

95_向量数据库的功能2：数据的多种检索方法

96_检索器的介绍与基础举例

97_演示Retriever不同的检索策略

98_RAG结合大模型的使用举例

99_综合案例：智能对话助手

100_复习总结
免责声明：
1、本站资源所有言论和图片纯属用户个人意见，与本站立场无关
2、本站所有资源收集于互联网，由用户分享，该帖子作者与本站不享有任何版权，如有侵权请联系本站删除
3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意