PARTIE 01 Présentation de LangChain

001 Qu'est-ce que LangChain ?
002 Comprendre le langage d'expression LangChain (LCEL)
003 Composants principaux de LangChain

PARTIE 02 Fournisseurs de modèles de chat et méthodes d'utilisation

001 OpenAI
002 Anthropique
003 Google
004 Groq
005 Ollama

PARTIE 03 Création d'un chatbot simple

001 Implémentation de base d'un chatbot
002 Ajouter de la mémoire à un chatbot

PARTIE 04 Comprendre et mettre en œuvre les concepts RAG

Concept 001 RAG (Génération augmentée par la récupération)
002 Chargement et fractionnement des documents
003 Modèle d'intégration
004 Construction d'un dépôt vectoriel
005 Questions et réponses sur la mise en œuvre de la chaîne RAG

PARTIE 05 Appel d'outils

001 Le concept et le rôle des outils
002 Utilisation des outils intégrés de LangChain
003 Création d'un outil personnalisé
004 Utilisation de la sortie structurée

PARTIE 06 Agent

001 Comprendre le concept d'agent
002 Implémentation de base de l'agent
Ajout d'une fonction de mémoire à l'outil d'exécution de l'agent 003.
004 Implémentation de l'agent LangGraph
005 Implémentation d'un chatbot RAG basé sur des agents

PARTIE 07 Projet pratique

Projet d'analyse d'actualités 001 utilisant LangChain
002 Implémentation RAG locale open source utilisant Ollama
003 Agent d'analyse de données et d'exécution de code

Des chatbots RAG aux agents, apprenez tout sur Langchain grâce à une pratique étape par étape !

LangChain est un framework open-source permettant de construire des applications basées sur des modèles de langage à grande échelle (LLM).
Langchain, en particulier, présente un grand potentiel d'utilisation future, car il va au-delà de la simple utilisation de LLM et permet une connexion flexible de LLM avec diverses sources de données, outils et systèmes externes grâce à son évolutivité unique.
L'apprentissage et la pratique continus sont essentiels pour suivre le rythme des évolutions rapides des technologies d'IA et de LLM. Cependant, si vous débutez sans aucune connaissance préalable, vous risquez de rencontrer des difficultés dues à la complexité des structures et aux barrières conceptuelles.
Par conséquent, « Introduction à Langchain » est conçu pour être facilement compréhensible même pour les débutants en expliquant le système RAG conversationnel de type chatbot, le processus de construction et le flux global des applications basées sur LLM, et est structuré de manière à ce que même les débutants puissent suivre grâce à la pratique.

Dans ce livre, vous apprendrez à développer un chatbot conversationnel à l'aide d'un modèle de chat, à implémenter une chaîne RAG de questions-réponses, à utiliser les outils intégrés de LangChain et à créer des outils personnalisés, à implémenter des agents et à construire un chatbot RAG basé sur des agents, et à réaliser trois projets pratiques.
Tous les exemples sont organisés étape par étape afin que même les débutants puissent les comprendre facilement.
Nous avons structuré le cours de manière à ce que vous puissiez d'abord comprendre le concept, les objectifs d'apprentissage et de mise en œuvre, exécuter séquentiellement des exemples en fonction de vos objectifs, et vérifier les résultats d'exécution et les explications du code, ce qui vous permet de comprendre et de pratiquer de manière systématique.
Ce livre sera utile à ceux qui souhaitent comprendre la grammaire de base et le LLM de Langchain, en particulier à ceux qui veulent intégrer directement l'IA générative dans leurs services et construire des chatbots et des systèmes RAG.