入門 · 免費 · 建議先修 Python/LLM

LangChain 入門與應用

免費公開課 · 雙語 · 聯絡 psyche@mail.grokbot.com

初學貼士

初學貼士

  • 先看大綱再動手;每完成一節就勾進度。
  • 英文版按右上 EN/中。
  • 示範登入:demo@cyberai.hk/demo123 可試進度。

課節進度

開始學習吧!勾選完成的課節。

0% 完成(0/5 課節)

  • 11. LangChain 是什麼
  • 22. 核心概念
  • 33. 安裝與第一個鏈
  • 44. 接 RAG/工具
  • 55. 官方連結與下一步

提示:點擊課節即可標記/取消(存於本機)。

一句話:組裝 LLM 應用的開源框架。

相關:RAG/向量庫/OpenAI/HF/LLM。

1. LangChain 是什麼?

把「能聊」變成「可維護的應用」。

  • LangChain:鏈與整合
  • LangGraph:Agent 圖
  • LangSmith:觀測/評估

2. 核心概念

概念說明
ChatModel / LLM統一模型介面
PromptTemplate提示詞模板
LCEL(|)表達式鏈
Retriever / VectorStore檢索/向量庫
Tools / Agents工具/代理
Output parsers輸出解析

3. 安裝與第一個鏈

  1. 建虛擬環境
  2. 安裝套件
  3. 設定金鑰/本機
# Conceptual LCEL sketch
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_template("用繁中簡答:{q}")
model = ChatOpenAI(model="gpt-4o-mini")
chain = prompt | model
print(chain.invoke({"q": "什麼是 RAG?"}).content)

功課:本機 Ollama 對照同一條鏈。

4. 接 RAG/工具

  1. 建索引
  2. 檢索生成
  3. 工具/Agent
  4. 防幻覺

← 返回首頁 · RAG · OpenAI · Hugging Face

課程完成標記

登入會員後可將整門課標記完成並同步至儀表板。