大模型應用開發:基於LangChain和DeepSeek

周濤

大模型應用開發:基於LangChain和DeepSeek
  • 出版商: 化學工業
  • 出版日期: 2026-03-01
  • 定價: $594
  • 售價: 7.9 折 $469
  • 語言: 簡體中文
  • 頁數: 295
  • ISBN: 7122488527
  • ISBN-13: 9787122488527
  • 相關分類: LangChain

    • 立即出貨 (庫存 < 4)

簡體書新到貨｜2書75折 ( 10/6-10/15 ) 詳見活動內容 »

相關主題

商品描述

本書系統闡述了LangChain的基本概念、原理，清晰剖析它在大型語言模型應用中所發揮的關鍵作用，同時提供詳細的入門指南；深入講解了LangChain的開發流程，以構建LLM鏈、檢索鏈、對話檢索鏈等應用以及打造Q&A問答系統為例，一步步展示具體操作，使讀者明晰實戰要點。此外，對模型I/O、輸出解析器等知識進行了細致解讀，圍繞檢索增強生成技術，從文檔加載到文本分割、向量存儲、檢索器等各環節均有詳述，還有Composition組合相關內容，助力拓展應用思路。書中還介紹了諸多實戰項目，涵蓋操作國產大模型、基於《哈利·波特》圖書的問答系統、智能文本摘要系統等，完整展現從環境準備到系統實現的全流程。

目錄大綱

第1章 大模型開發基礎
1.1 大模型介紹
1.1.1 大模型的作用
1.1.2 數據
1.1.3 數據和大模型的關系
1.1.4 大模型特點
1.1.5 主流大模型介紹
1.2 DeepSeek介紹
1.2.1 DeepSeek對人工智能市場的影響
1.2.2 DeepSeek的主要產品和開源信息
1.2.3 DeepSeek API介紹
1.2.4 第一個DeepSeek API程序
1.3 LangChain基礎知識
1.3.1 LangChain的主要功能
1.3.2 LangChain在大模型應用中的作用
1.3.3 安裝LangChain
1.3.4 第一個LangChain程序：調用DeepSeek實現對話
第2章 LangChain開發基礎
2.1 LangChain應用程序的構成
2.1.1 LLM鏈
2.1.2 檢索鏈
2.1.3 對話檢索鏈
2.1.4 實現Agent
2.1.5 LangServe服務
2.2 引用大模型實踐
2.2.1 獲得OpenAI回饋
2.2.2 DeepSeek的流式調用
2.2.3 使用提示模板調用DeepSeek
2.2.4 DeepSeek回覆的結構化返回
2.2.5 使用檢索鏈設置DeepSeek回覆
第3章 LangChain的數據增強
3.1 模型交互工具
3.1.1 提示模板
3.1.2 聊天模板
3.1.3 動態插入消息模板
3.1.4 LCEL表達式語言
3.2 示例選擇器
3.2.1 創建示例選擇器
3.2.2 Length示例選擇器
3.2.3 Similarity示例選擇器
3.2.4 MMR示例選擇器
3.2.5 Ngram示例選擇器
3.3 BaseChatPromptTemplate模板
3.3.1 BaseChatPromptTemplate介紹
3.3.2 少量示例提示模板
3.3.3 部分提示模板
3.3.4 模板組合
3.4 聊天模型
3.4.1 消息類型
3.4.2 Caching
3.4.3 自定義聊天模型
3.4.4 對數概率
3.5 使用大模型
第4章 LangChain中的輸出解析器
4.1 輸出解析器基礎
4.1.1 輸出解析器的主要特點和功能
4.1.2 輸出解析器的必要性
4.2 CSV輸出解析器
4.2.1 CSV格式介紹
4.2.2 LangChain中的CSV解析器
4.3 日期/時間解析器
4.3.1 日期/時間解析器的必要性
4.3.2 LangChain中的日期/時間解析器
4.4 枚舉解析器
4.5 JSON解析器
4.5.1 JSON的數據結構
4.5.2 LangChain中的JSON解析器
4.6 修正解析器
4.7 Pandas DataFrame解析器
4.7.1 Pandas DataFrame格式介紹
4.7.2 LangChain中的Pandas DataFrame解析器
4.8 XML解析器
4.8.1 XML解析器的特點
4.8.2 使用XML解析器
第5章 檢索增強生成
5.1 檢索增強生成的基礎知識
5.1.1 檢索增強生成的基本原理、優勢和應用場景
5.1.2 LangChain中的檢索增強生成模塊
5.2 LangChain中常用的文檔加載器
5.2.1 加載數據的方法
5.2.2 自定義文檔加載器
5.2.3 CSV加載器
5.2.4 目錄加載器
5.2.5 HTML加載器
5.2.6 JSON加載器
5.3 文本分割器
5.3.1 長文本分割器
5.3.2 HTML文本分割器
5.3.3 字符文本分割器
5.3.4 代碼分割器
5.3.5 Markdown分割器
5.3.6 JSON文本分割器
5.4 文本嵌入
5.4.1 文本嵌入模型介紹
5.4.2 DeepSeek的文本嵌入
5.5 檢索器
5.5.1 LangChain中的檢索器類型
5.5.2 對DeepSeek模型的檢索增強生成實戰
第6章 LangChain中的組合
6.1 組合的基本知識
6.1.1 組合的優勢和應用場景
6.1.2 組合的構成組件
6.2 工具
6.2.1 創建自定義Tools
6.2.2 將工具轉換為DeepSeek函數
6.3 智能體
6.3.1 設置LangSmith
6.3.2 定義工具
6.3.3 創建智能體
6.3.4 運行代理
6.3.5 添加記憶
6.4 代理類型
6.4.1 代理調用工具
6.4.2 XML代理
6.4.3 JSON代理
第7章 主流大模型的LangChain操作實戰
7.1 基於本地DeepSeek模型的LangChain操作實戰
7.1.1 用Ollama本地部署DeepSeek模型
7.1.2 Chatbox可視化部署
7.1.3 基於本地DeepSeek模型的對話程序
7.1.4 基於本地DeepSeek模型的LangChain程序
7.1.5 基於本地PDF知識庫的聊天機器人（本地DeepSeek模型）
7.2 ChatGLM大模型的LangChain操作實戰
7.2.1 ChatGLM介紹
7.2.2 ChatGLM程序開發基礎
7.2.3 基於LangChain和ChatGLM的聊天程序
7.3 百度千帆大模型的LangChain操作實戰
7.3.1 準備開發環境
7.3.2 基於LangChain的基礎聊天程序
7.3.3 基於LangChain和百度千帆大模型的信息檢索程序
7.4 阿裏通義千問大模型的LangChain操作實戰
7.4.1 Ollama本地部署通義千問大模型
7.4.2 基於本地Qwen3大模型和PDF文檔的知識問答系統
第8章 基於 DeepSeek大模型的聊天系統（DeepSeek V3 +LangChain+Transformers）
8.1 項目介紹
8.2

類似商品

最後瀏覽商品 (9)