Підсумок!

Розроблення застосунків LLM за допомогою LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Основні компоненти LangChain

Вибір основних компонентів LangChain: LLM, підказки, ретрівери, агенти та ланцюжки.

Розроблення застосунків LLM за допомогою LangChain

Ланцюжки та агенти

Агент вирішує, який інструмент використати, з огляду на введення користувача.

Розроблення застосунків LLM за допомогою LangChain

Retrieval Augmented Generation (RAG)

Типовий робочий процес RAG.

Розроблення застосунків LLM за допомогою LangChain

LangChain Hub

LangChain Hub.

Доступ до LangChain Hub: https://smith.langchain.com/hub

Розроблення застосунків LLM за допомогою LangChain

Файл README з репозиторію шаблонів LangChain на GitHub.

Розроблення застосунків LLM за допомогою LangChain

Екосистема LangChain

Логотип LangChain

LangSmith: діагностика та оцінювання застосунків

LangServe: розгортання застосунків

LangGraph: багатоагентні графи знань

Розроблення застосунків LLM за допомогою LangChain

Давайте потренуємось!

Розроблення застосунків LLM за допомогою LangChain

Preparing Video For Download...