آموزش راهنمای جامع LangChain و مدل‌های زبانی بزرگ (LLMs) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• خوش‌آمدگویی Welcome

• مقدمه و پیش‌نیازهای دوره Introduction & Course Pre-requisites

• دموی آنچه در این دوره خواهید ساخت What You'll Build in this Course - Demo

• ارتباط با من Connect with Me

راه‌اندازی محیط توسعه Development Environment Setup

• راه‌اندازی OpenAI API و کلید API Setup OpenAI API - API Key

• نصب پایتون - دستورالعمل کامل Install Python - Full Instructions

• راه‌اندازی VS Code و افزونه‌های پایتون Setup VS Code and Python Extensions

بررسی عمیق LangChain و LLMها LangChain and LLMs - Deep Dive

• مدل زبانی بزرگ (LLM) چیست؟ What's an LLM

• بررسی عمیق LangChain - نحوه عملکرد و مزایا LangChain Deep Dive - How it Works and Benefits

• راه‌اندازی محیط پایتون در VS Code Setup Python Environment VS Code

• بلوک‌های سازنده LangChain - اجزاء، زنجیره‌ها و عامل‌ها LangChain Building Blocks - Components - Chains - Agents

• انواع مدل‌های زبانی در LangChain - بخش اول  LangChain Language Model Types Part 1

• انواع مدل‌های زبانی در LangChain - بخش دوم LangChain Language Model Types Part 2

قالب‌های پرامپت در LangChain LangChain Prompts Template

• قالب پرامپت LangChain - مقدمه و دلیل استفاده LangChain Prompt Template - Introduction and Motivation

• تمرین عملی قالب‌های پرامپت Prompt Templates - Hands-on

تجزیه‌کننده‌های LangChain LangChain Parsers

• تجزیه‌کننده‌ها - مقدمه Parsers - Introduction

• تمرین عملی تجزیه‌کننده‌های خروجی Output Parsers - Hands-on

• مقدمه‌ای بر Pydantic Output Parser Pydantic Output Parser - Introduction

• کار با Pydantic Parser Pydantic Parser

• خلاصه‌ای از بلوک‌های سازنده LangChain LangChain Building Blocks Summary

حافظه و زنجیره‌های LangChain LangChain Memory and Chains

• حافظه LangChain - مقدمه LangChain Memory - Introduction

• تمرین عملی حافظه - ConversationBufferMemory Memory Hands-On - ConversationBufferMemory

• زنجیره‌های LangChain - مقدمه LangChain Chains - Introduction

• تمرین عملی LLMChain LLMChain Hands-on

• متغیرهای ورودی LLMChain - تمرین عملی LLMChain Input Variables - Hands-on

• تمرین عملی زنجیره متوالی (Sequential Chain) Sequential Chain Hands-on

• دموی اپلیکیشن Streamlit - تولیدکننده لالایی Streamlit Application - Lullaby Generator - Demo

• ساخت اپلیکیشن لالایی با Streamlit - تمرین عملی Lullaby Application with Streamlit - Hands-on

روترها، بارگذاری و تقسیم‌بندی اسناد در LangChain LangChain Routers, Document Loading and Document Splitting

• زنجیره‌های روتر - مقدمه و تمرین عملی - بخش اول Router Chains - Introduction and Hands-on - Part 1

• زنجیره‌های روتر - تمرین عملی - بخش دوم Router Chains - Hands-on - Part 2

• بارگذاری اسناد در LangChain - بارگذاری فایل PDF LangChain Document Loading - Loading a PDF File

• تقسیم‌بندی اسناد - بررسی کلی Document Splitting - An Overview

• تمرین عملی CharacterTextSplitter CharacterTextSplitter - Hands-on

• تمرین عملی RecursiveCharacterTextSplitter RecursiveCharacterTextSplitter - Hands-on

امبدینگ‌ها و ذخیره‌سازهای برداری LangChain LangChain Embeddings and Vectorstores

• ذخیره‌سازهای برداری و امبدینگ‌ها - بررسی کامل Vectorstore & Embeddings - Full Overview

• تست امبدینگ‌ها و شباهت معنایی - تمرین عملی Embeddings and Semantic Similarity Test - Hands-on

• ذخیره امبدینگ‌ها در Chroma DB و جستجوی شباهتی Saving Embeddings to Chroma DB & Similarity Search

• بازیابی‌کننده‌های LangChain LangChain Retrievers

بررسی عمیق عامل‌های LangChain LangChain Agents - Deep Dive

• عامل‌ها (Agents) - مقدمه Agents - Introduction

• عامل‌ها - انگیزه و ساخت ابزار برای یک عامل Agents - Motivation & Creating a Tool for an Agent

• ابزار ریاضی داخلی و تست یک عامل Built-in Math Tool & Testing an Agent

• افزودن ابزار دانش عمومی برای عامل ما Adding a General Knowledge Tool for Our Agent

• انواع عامل‌ها Agents Types

• بررسی قالب پرامپت عامل‌ها Looking Into the Agents Prompt Template

• عامل گفتگو و حافظه - تمرین عملی Conversational Agent and Memory - Hands-on

• عامل Docstore در LangChain LangChain Docstore Agent

• عامل جستجو و پرسش خودکار (Self Ask with Search) Self-Ask-with-Search Agent

• مرور آنچه تا اینجا آموختیم What We've Learned So far- Recap

[پروژه واقعی] اپلیکیشن استخراج PDF [REAL-WORLD] App - PDF Extractor

• استخراج‌کننده صورت‌حساب - مقدمه پروژه و تنظیم توابع Bill Extractor - Project Introduction and Functions Setup

• راه‌اندازی فرانت‌اند و تست Front-end Setup and Testing

[پروژه واقعی] اپلیکیشن تولید خبرنامه [REAL-WORLD] App - Newsletter Generator

• دموی تولیدکننده خبرنامه Newsletter Generator Demo

• راه‌اندازی تابع جستجو با کلید Serper API و تست Setup the Search Function with Serper API Key and Testing

• تابع انتخاب بهترین مقالات و تست Picking the Best Articles Function and Testing

• خلاصه‌سازی مقالات Article Summary

• رفع باگ Python Libmagic Fixing a Python Libmagic Bug

• تولید خبرنامه Generating the Newsletter

• ساخت فرانت‌اند با Streamlit - نتیجه نهایی Creating the Frontend with Streamlit - Final Result

[پروژه واقعی] چت‌بات چندسندی [REAL-WORLD] App - Multi-document Chatbot

• چت‌بات اسناد - بات تحلیل‌گر رزومه Document Chatbot - Resumé Analyzer Bot

• چت‌بات اسناد با استفاده از QAChain در LangChain Document Chatbot with LangChain QAChain

• چت‌بات چندسندی با Streamlit - چت‌بات کامل Multi-Document Chatbot with Streamlit - Full Chatbot

[پروژه واقعی] تبدیل تصویر به متن [REAL-WORLD] App - Image to Text

• اپلیکیشن تبدیل تصویر به دستور پخت - دمو Image to Recipe App - Demo

• راه‌اندازی توکن HuggingFace و تولید متن از تصویر Setup HuggingFace Token & Generating Text from an Image

• تبدیل متن به گفتار (TTS) Text to Speech

• تولید دستور پخت از روی تصویر - شرح تصویر Generating Recipes from Image - Image Captioning

• افزودن فرانت‌اند با Streamlit - اپلیکیشن نهایی تبدیل متن به دستور پخت Adding a Frontend with Streamlit - Text to Recipe Application - Final Result

گام‌های بعدی Next Steps

• گام‌های بعدی Next Steps