Zero to Hero در LangChain: برنامه های GenAI را با استفاده از LangChain بسازید

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه و منابع دوره Introduction and Course Resources

• LangChain چیست و چرا استفاده می شود What is LangChain and Why it is used

• نمایش برنامه های کاربردی مبتنی بر LangChain Demonstration of LangChain based Applications

• راه اندازی محیط توسعه Setting up the development environment

شروع به کار Getting Started

• ایجاد اولین برنامه LangChain شما Creating your first LangChain Application

• تفاوت بین مدل های LLM و مدل های چت Difference between LLM models and Chat models

• پارامترهای مدل برای سفارشی سازی مدل های LLM Model parameters for customizing the LLM Models

• تولید تصویر و ابزارهای دیگر Image generation and other tools

الگوهای درخواستی Prompt Templates

• مقدمه ای بر Prompt Templates در LangChain Introduction to Prompt Templates in LangChain

• ایجاد یک الگوی سریع Creating a Prompt Template

• الگوی درخواست چت Chat prompt template

• چند الگوی سریع شات Few shot prompt template

زنجیر Chains

• مقدمه ای بر زنجیره ها در لانگ چین Introduction to Chains in LangChain

• LLMChain - زنجیره هدف عمومی LLMChain - General Purpose Chain

• Utility Chains - LLM Math Chain Utility Chains - LLM Math Chain

• زنجیره های متوالی Sequential Chains

زنجیره ها و Runnable های مبتنی بر LCEL LCEL based Chains and Runnables

• اپراتور لوله Pipe operator

• درک Runnables - سخنرانی تئوری Understanding Runnables - Theory lecture

• Runnable Parallel، Runnable Passthrough و Runnable Lambda Runnable Parallel, Runnable Passthrough and Runnable Lambda

• مثال: کنترل جریان اجرا با استفاده از LCEL Example: Controlling execution flow using LCEL

• درک مسیریابی پویا جریان Understanding dynamic routing of flow

• پیاده سازی مسیریابی پویا Implementing dynamic routing

تجزیه خروجی Output Parsing

• مقدمه ای بر تجزیه کننده های خروجی Introduction to Output Parsers

• Stroutputparser - خروجی رشته Stroutputparser - String Output

• تجزیه کننده خروجی ساختاریافته Structured Output Parser

• CSV و DateTime Parser CSV and DateTime Parser

حافظه در LangChain Memory in LangChain

• مقدمه ای بر حافظه در LangChain Introduction to memory in LangChain

• حافظه بافر مکالمه Conversation Buffer Memory

• سفارشی کردن حافظه - کلید حافظه و افزودن پیام Customizing memory - memory key and adding messages

• زنجیره گفتگو Conversation Chain

• حافظه پنجره بافر مکالمه Conversation Buffer Window Memory

• حافظه خلاصه مکالمه Conversation Summary Memory

• قابل اجرا با تاریخچه پیام Runnable with Message History

بازیابی نسل افزوده با استفاده از LangChain (RAG) Retrieval Augmented Generation using LangChain (RAG)

• درک مفاهیم RAG Understanding RAG concepts

• خواندن اسناد - RAG مرحله 1 Reading the documents - RAG step 1

• ایجاد تکه ها - مرحله 2 RAG Creating chunks - RAG step 2

• جاسازی - مرحله 3 RAG Embedding - RAG step 3

• ذخیره سازی در پایگاه داده برداری - مرحله 4 RAG Storing in Vector Database - RAG step 4

• بازیابی و ساخت برنامه کامل RAG Retrieving and building complete RAG application

ابزارها و عوامل Tools and Agents

• مقدمه ای بر ابزارها و عوامل Introduction to Tools and Agents

• ساخت ابزار سفارشی خود Making your own custom tool

• ابزارهای داخلی - DuckDuckGo Search و Wikipedia In-built tools - DuckDuckGo Search and Wikipedia

• نمایندگان در LangChain Agents in LangChain

• ایجاد عامل با حافظه Creating Agent with memory

LangSmith برای نظارت بر برنامه ما LangSmith for monitoring our Application

• مقدمه ای بر لنگ اسمیت Introduction to LangSmith

• اجرای برنامه و نظارت با استفاده از LangSmith Running application and monitoring using LangSmith

ایجاد رابط گرافیکی با استفاده از Streamlit Creating Graphical UI using Streamlit

• Streamlit چیست What is Streamlit

• ساخت رابط کاربری گرافیکی برای برنامه GenAI ما با استفاده از Streamlit Making GUI for our GenAI app using Streamlit

نتیجه گیری Conclusion

• در مورد گواهی شما About your certificate

• سخنرانی پاداش Bonus lecture