آموزش 2025 Master LangGraph و LangChain با Olama- Agentic RAG

دانلود 2025 Master LangGraph and LangChain with Ollama- Agentic RAG

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Agentic RAG و Chatbot، AI Agent، LLAMA 3.2 Agent، FAISS Vector Database، LLM RAG، LangGraph Graph RAG، Ollama RAG LLM های محلی را با Ollama تنظیم و مدیریت کنید. با استفاده از LangGraph چت‌بات‌های پویا و دارای حافظه را بسازید. هوش مصنوعی را با پایگاه داده برای اجرای هوشمند پرس و جو MySQL ادغام کنید. با استفاده از مجموعه داده‌های خصوصی و جاسازی‌ها، گردش‌های کاری RAG ایجاد کنید. پیش نیازها: دانش برنامه نویسی پایه (ترجیحا در پایتون). کامپیوتری با دسترسی به اینترنت و قابلیت نصب نرم افزار. آشنایی با پایگاه های داده و نوشتن پرس و جو اولیه (اختیاری اما مفید). تجربه اولیه Langchain مورد نیاز است

با این دوره جامع در مورد LangGraph، Ollama، و Retrieval-Augmented Generation (RAG) به دنیای توسعه هوش مصنوعی پیشرفته شیرجه بزنید. این دوره که برای مبتدیان و حرفه ای ها طراحی شده است، شما را به مهارت های ساخت ربات های چت، مدیریت LLM به صورت محلی، و ادغام قابلیت های جستجوی پایگاه داده قدرتمند به طور یکپارچه در پروژه های خود مجهز می کند.


با راهنمایی گام به گام، موارد زیر را کاوش خواهید کرد:

  • تنظیم و محک زدن LLMهای محلی با Olama.

  • ساخت ربات‌های گفتگوی پیشرفته با استفاده از LangGraph و LangChain.

  • اشاره‌گیری نوع پیشرفته، اعتبارسنجی داده‌ها و اصول OOPs برای کدنویسی تمیز و کارآمد.

  • طراحی عوامل هوشمند برای جستجوهای MySQL و گردش کار RAG.


قفل پتانسیل خود را باز کنید و یاد بگیرید که چگونه چت ربات‌های پویا و دارای حافظه فعال ایجاد کنید، با مجموعه داده‌های خصوصی کار کنید و بر برنامه‌نویسی مبتنی بر نمودار برای برنامه‌های هوش مصنوعی مسلط شوید.


راه اندازی Olama برای Local LLM

با نحوه نصب و پیکربندی Olama برای کار با LLM های محلی آشنا شوید. مدل‌های موجود را کاوش کنید، معیارها را اجرا کنید و از دستورات قدرتمند اوللاما برای مدیریت و تعامل موثر با مدل‌های هوش مصنوعی استفاده کنید.


شروع به کار با LangChain

LangChain و قابلیت های آن برای ادغام LLM ها در برنامه ها را کشف کنید. از نصب تا فراخوانی های API، این بخش دانش اساسی را برای استفاده از LangChain برای ساخت سیستم های هوشمند ارائه می دهد.


مبانی LangGraph

درکی واضح از LangGraph، یک ابزار الهام گرفته از ماشین دولتی برای طراحی سیستم‌های هوش مصنوعی به دست آورید. یاد بگیرید که در ماژول‌های Graph و ToolNode آن پیمایش کنید و چت‌بات‌های تعاملی ایجاد کنید که از برنامه‌نویسی مبتنی بر گراف برای عملکرد بهبودیافته استفاده می‌کنند.


Hinting and Data Validation را برای LangGraph تایپ کنید

اهمیت اشاره به نوع، اعتبارسنجی داده‌ها و اصول OOP را در توسعه هوش مصنوعی کاوش کنید. ابزارهای اصلی مانند TypedDict و Pydantic برای نوشتن کدهای تمیز، کارآمد و قابل اعتماد برای پروژه های شما.


تعاریف نمودار در LangGraph

برای ساختن سیستم‌های پیچیده، مفهوم تعاریف گراف را در LangGraph بررسی کنید. بیاموزید که چگونه این تعاریف وضوح و ساختار را به گردش کار هوش مصنوعی شما می‌آورند.


توسعه ربات چت با LangGraph و Olama

قدرت LangGraph و Ollama را برای ساخت ربات‌های گفتگوی غنی از ویژگی‌ها ترکیب کنید. گره‌های ابزار را پیاده‌سازی کنید، معماری‌های سیستمی قوی طراحی کنید و حافظه را برای مکالمات تعاملی و هوشمند کاربر اضافه کنید.


اجرای پرس و جوی Agent-Text-to-MySQL

یاد بگیرید که LLM ها را با MySQL برای اجرای یکپارچه پرس و جو ادغام کنید. عواملی بسازید که جستارهای پایگاه داده را تولید و اجرا می‌کنند، نتایج را به سیستم‌های هوش مصنوعی متصل می‌کنند و جریان‌های کاری مبتنی بر پایگاه داده هوشمند ایجاد می‌کنند.


RAG عامل با مجموعه داده های خصوصی

Master Retrieval-Augmented Generation (RAG) برای مجموعه داده های خصوصی. این بخش به شما می آموزد که مجموعه داده ها را آماده کنید، جاسازی ها ایجاد کنید، آنها را در پایگاه های داده برداری ذخیره کنید، و عوامل RAG را با قابلیت بازیابی و پردازش آنی داده ها پیاده سازی کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • فایل های کد و نصب Requirements.txt [باید] Code Files and Install Requirements.txt [MUST]

Ollama Setup برای Local LLM Ollama Setup for Local LLM

  • اوللاما را نصب کنید Install Ollama

  • Base را با اولاما لمس کنید Touch Base with Ollama

  • در حال بازرسی مدل LLAMA 3.2 Inspecting LLAMA 3.2 Model

  • بررسی اجمالی معیار LLAMA 3.2 LLAMA 3.2 Benchmarking Overview

  • چه نوع مدل هایی در اولاما موجود است What Type of Models are Available on Ollama

  • دستورات اوللاما - سرور اوللاما، نمایش اوللاما Ollama Commands - ollama server, ollama show

  • دستورات اولاما - olama pull، olama list، ollama rm Ollama Commands - ollama pull, ollama list, ollama rm

  • دستورات اولاما - olama cp، olama run، olama ps، olama stop Ollama Commands - ollama cp, ollama run, ollama ps, ollama stop

  • مدل اوللاما را با تنظیمات از پیش تعریف شده ایجاد و اجرا کنید Create and Run Ollama Model with Predefined Settings

  • دستورات مدل اولاما - نمایش Ollama Model Commands - show

  • دستورات مدل Ollama - تنظیم، پاک کردن، ذخیره و بارگیری Ollama Model Commands - set, clear, save and load

  • درخواست های Ollama Raw API Ollama Raw API Requests

  • بارگذاری مدل‌های بدون مجوز برای تولید محتوای ممنوعه [فقط با هدف آموزشی Load Uncesored Models for Banned Content Generation [Only Educational Purpose

شروع کار با LangChain Getting Started with LangChain

  • معرفی Langchain Langchain Introduction

  • نصب و راه اندازی Lanchain Lanchain Installation

  • لنگسمیت راه اندازی قابلیت مشاهده LLM Langsmith Setup of LLM Observability

  • فراخوانی اولین Langchain Ollama API شما Calling Your First Langchain Ollama API

  • تولید محتوای بدون سانسور در Langchain [فقط هدف آموزشی] Generating Uncensored Content in Langchain [Only Educational Purpose]

  • خروجی ورودی LLM را در لنگسمیت ردیابی کنید Trace LLM Input Output at Langsmith

  • در Langchain بسیار عمیق تر می شوید Going a lot Deeper in the Langchain

LangGraph شروع به کار LangGraph Getting Started

  • معرفی و نصب LangGraph LangGraph Introduction and Installation

  • چگونه State Machine از LangGraph الهام گرفت How State Machine Inspired LangGraph

  • اولین قدم به سوی درک LangGraph First Step Toward LangGraph Understanding

  • درک کد مثال LangGraph در سطح بالا Understanding LangGraph Example Code on High Level

  • در ماژول LangGraph Graph عمیق تر بروید Going Deeper in LangGraph Graph Module

  • عمیق تر شدن در ماژول LangGraph ToolNode Going Deeper in LangGraph ToolNode Module

  • اولین چت بات شما با LangGraph و Ollama قسمت 1 Your First Chatbot with LangGraph and Ollama Part 1

  • اولین چت بات شما با LangGraph و Ollama قسمت 2 Your First Chatbot with LangGraph and Ollama Part 2

  • اولین چت بات شما با LangGraph و Ollama قسمت 3 Your First Chatbot with LangGraph and Ollama Part 3

Hinting and Data Validation | مفهوم OOPs برای کار با LangGraph Type Hinting and Data Validation | OOPs Concept to Work with LangGraph

  • چرا باید مفاهیم OOPs را بدانید؟ Why You Need to Know OOPs Concepts

  • کلاس های والدین و کودک چیست؟ What is Parent and Child Classes

  • تایپ Hinting چیست What is Type Hinting

  • Hinting Basic Part 1 را تایپ کنید Type Hinting Basic Part 1

  • Hinting Basic Part 2 را تایپ کنید Type Hinting Basic Part 2

  • Hinting را با TypedDict تایپ کنید Type Hinting with TypedDict

  • اعتبار سنجی داده ها با استفاده از مدل پایه Pydantic Data Validation Using Pydantic Base Model

  • اعتبار سنجی داده ها با استفاده از Annotated Data Validation using Annotated

تعاریف نمودار در LangGraph Graph Definitions in LangGraph

  • تعاریف نمودار در LangGraph Graph Definitions in LangGraph

چت بات با LangGraph و Ollama | قدم عزیزم به سمت نماینده Chatbot with LangGraph and Ollama | Baby Step Toward the Agent

  • راه اندازی کد چت بات اولیه LangGraph LangGraph Basic Chatbot Code Setup

  • راه اندازی API جستجوی Tavily Tavily Search API Setup

  • طراحی سیستم چت بات برای تماس با ابزار Chatbot System Design for Tool Calling

  • ابزارهایی برای چت بات خود ایجاد کنید Create Tools for Your Chatbot

  • چت بات خود را با ابزار بسازید Build Your Chatbot with Tools

  • چت با چت بات شما Chatting with Your Chatbot

  • اضافه کردن حافظه به چت بات Adding Memory to Your Chatbot

اجرای پرس و جو متن عاملی در MySQL Agentic Text to MySQL Query Execution

  • ارسال متن به MySQL Query Execution Background Setup Text to MySQL Query Execution Background Setup

  • پایگاه داده شینوک را دانلود کنید Download Chinook Database

  • Chinook DB را با پرس و جوهای MySQL کاوش کنید Explore Chinook DB with MySQL Queries

  • دریافت اتصال LLM - LLAMA در مقابل مدل های Qwen Getting LLM Connection - LLAMA vs Qwen Models

  • وضعیت نمودار را برای MySQL Query و LLM Result بنویسید Write Graph State for MySQL Query and LLM Result

  • واکشی MySQL Write Query LLM Prompt Fetch MySQL Write Query LLM Prompt

  • کلاس تجزیه کننده خروجی ساختاریافته را برای پرس و جو MySQL بنویسید Write Structured Output Parser Class for MySQL Query

  • MySQL Write Query Node را آماده کنید Prepare MySQL Write Query Node

  • گره اجرای پرس و جو MySQL را آماده کنید Prepare MySQL Query Execution Node

  • LLM Generate Node را بر اساس نتایج MySQL آماده کنید Prepare LLM Generate Node based on MySQL Result

  • ساخت LangGraph برای اجرای Query MySQL Building LangGraph for MySQL Query Execution

  • آماده سازی سریع سیستم عامل LangGraph MySQL LangGraph MySQL Agent System Prompt Preparation

  • آماده سازی LangGraph MySQL Toolkits for Agent LangGraph MySQL Toolkits Preparation for Agent

  • MySQL AGENT شما در حال فعالیت است Your MySQL AGENT is in Action

Agentic RAG برای مجموعه داده های خصوصی با Olama و LangGraph Agentic RAG for Private Dataset with Ollama and LangGraph

  • مقدمه ای بر مجموعه داده و فرآیند RAG Introduction to RAG Dataset and Process

  • مجموعه داده RAG را بارگیری کنید Load RAG Dataset

  • RAG Dataset Chunking را انجام دهید Do RAG Dataset Chunking

  • بارگذاری مدل تعبیه با Ollama Embeddings Load Embedding Model with Ollama Embeddings

  • ذخیره سازی اسناد جاسازی شده در فروشگاه وکتور Storing Documents Embedding in the Vector Store

  • بارگیری پایگاه داده برداری به عنوان بازیابی Loading Vector Database as Retriever

  • Retriever را به عنوان Tool Node ایجاد کنید Create Retriever as Tool Node

  • آشنایی با Agentic RAG Workflow Understanding Agentic RAG Workflow

  • دولت عامل اجرا Implementing Agent State

  • کد برای گره گرید اسناد بنویسید Write Code for Document Grader Node

  • RAG Agent Node ایجاد کنید Create RAG Agent Node

  • اجرای Rewrite و Generate Node Implement Rewrite and Generate Node

  • Building RAG Agent با LangGraph - Agentic RAG Building RAG Agent with LangGraph - Agentic RAG

  • Agentic RAG for Health Supplements Private Dataset در حال فعالیت است Agentic RAG for Health Supplements Private Dataset is in Action

نمایش نظرات

آموزش 2025 Master LangGraph و LangChain با Olama- Agentic RAG
جزییات دوره
8.5 hours
75
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,201
4.6 از 5
ندارد
ندارد
ندارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Laxmi Kant | KGP Talkie Laxmi Kant | KGP Talkie

دانشمند اصلی داده در mBreath و KGPTalkie من یک دانشمند اصلی داده در SleepDoc و دکترای تخصصی هستم. در علوم داده از موسسه فناوری هند (IIT). من همچنین یک شرکت با نام mBreath Technologies را تاسیس کردم. من بیش از 8 سال تجربه در علوم داده ، مدیریت تیم ، توسعه کسب و کار و مشخصات مشتری دارم. من با استارتاپ ها و MNC کار کرده ام. من همچنین چند سال در IIT برنامه نویسی تدریس کرده ام و بعداً یک کانال YouTube با KGP Talkie با مشترکان 20K + راه اندازی کردم. من ارتباط خوبی با صنعت و دانشگاه دارم.