Conclusion !

Développement d'applications LLM avec LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Composants principaux de LangChain

Une sélection des principaux composants de LangChain : LLM, prompts, récupérateurs, agents et chaînes.

Développement d'applications LLM avec LangChain

Chaînes et agents

![Un agent qui prend une décision concernant l'outil à utiliser en fonction des informations fournies par l'utilisateur.] (https://assets.datacamp.com/production/repositories/6487/datasets/d449706c001207ba08ff03d42269ce7dfc3afc6a/Screenshot%202024-06-13%20at%2010.11.12.png =65)

Développement d'applications LLM avec LangChain

Génération à enrichissement contextuel (RAG)

Un flux de travail RAG classique.

Développement d'applications LLM avec LangChain

LangChain Hub

Le LangChain Hub.

Veuillez accéder au LangChain Hub sur : https://smith.langchain.com/hub

Développement d'applications LLM avec LangChain

Le fichier README provenant du référentiel GitHub des modèles LangChain.

Développement d'applications LLM avec LangChain

L'écosystème LangChain

Le logo LangChain

LangSmith : dépannage et évaluation des applications

LangServe : déploiement d'applications

LangGraph : graphes de connaissances multi-agents

Développement d'applications LLM avec LangChain

Passons à la pratique !

Développement d'applications LLM avec LangChain

Preparing Video For Download...