ChatGPT和Langchain开发者大师班课程

您找到了最先进、最完整、最深入的大师课程，学习如何将LangChain和ChatGPT集成到可投入生产的应用程序中！成千上万的工程师已经学会了如何使用ChatGPT构建令人惊叹的应用程序，您也可以。本课程使用经过时间考验、经过战斗验证的方法，确保您准确理解ChatGPT的工作原理，是帮助您获得作为AI应用程序软件工程师的新工作的完美途径。这门课程与其他所有课程的区别在于：您将远远超越简单的ChatGPT提示的基础知识，了解公司如何将文本生成集成到他们的应用程序中。

这是一门关于ChatGPT和LangChain的大师班课程，旨在构建以实际AI集成为重点的生产就绪应用程序。课程内容包括将ChatGPT集成到生产型应用程序中，使用LangChain组件构建复杂的文本生成流程，通过自动集成用户反馈来增强ChatGPT的输出，通过检索增强生成来教授ChatGPT新的事实，扩展LangChain以实现服务器到浏览器的文本流式传输，使用OpenAI插件为ChatGPT添加新功能，如数据库访问和代码执行，理解我们编写的每一行代码，以便您可以在自己的项目中使用这些精确的技术，构建自己的具有文档上传和身份验证功能的聊天与PDF网络应用程序，并通过可观察性和追踪查看用户与您的聊天功能的交互。Chatgpt And Langchain: The Complete Developer’S Masterclass

ChatGPT正在各个行业中被用于增强应用程序的文本生成功能。但是，随之而来的是许多挑战：构建包含外部信息的复杂文本生成管道创建可重用的配置组件，可以以不同的方式重新组装应用用户反馈（如赞/踩）以增强ChatGPT的输出连接可观察性和跟踪，以查看用户如何与您的AI交互使用分布式处理高效生成文本本课程将引导您学习解决这些挑战和许多其他挑战的生产就绪的可重复技术。您将构建什么？本课程侧重于创建一系列不断增加复杂性的不同项目。您将从基础知识开始，了解如何以编程方式访问ChatGPT 4。从那里开始，我们将迅速增加复杂性，构建更复杂的项目，具有更多功能。最后，您将制作一个功能齐全的Web应用程序，实现“与PDF聊天”的功能。注意：不需要以前的Web开发经验。


以下是您将涵盖的主题的部分列表：了解复杂的文本生成管道如何工作使用LangChain提供的链条编写可重用的代码以不同的方式将链条连接在一起，以轻松改变应用程序的行为使用对话式记忆存储、检索和总结聊天消息使用嵌入式实现检索增强生成的语义搜索生成和存储在ChromaDB和Pinecone等向量数据库中使用检索器来改进、减少和排序上下文文档，教导ChatGPT新信息创建代理人，使用您定义的目标自动完成任务编写工具和插件，允许ChatGPT访问外部世界通过使用Celery和Redis进行分布式处理，保持对性能的一致关注扩展LangChain以实现服务器到浏览器的文本流改进ChatGPT的输出质量通过用户生成的反馈机制获得用户与您的文本生成功能的互动方式的可见性使用跟踪让我们了解有关用户与您的文本生成功能的互动方式有很多课程只是展示了如何在非常基本的水平上使用ChatGPT。这是在线很少有的几门课程之一，它超越了基础知识，教授您顶级公司今天正在使用的高级技术。我热衷于以正确的方式教授主题-也就是您在现实世界中实际使用技术的方式。立即报名，加入我吧！

课程时长：11小时54分钟 1920X1080 mp4 语言：英语+中英文字幕（云桥网络 机译）含课程文件

课程目录：
Overview
Section 1: Let’s Start – Dive In Here!

Lecture 1 How to Get Help

Lecture 2 What is LangChain?

Lecture 3 How a Typical AI-Enabled App Works

Lecture 4 Here It Is, This Is Why We Use LangChain

Section 2: ChatGPT and LangChain Integration

Lecture 5 Project Overview and Setup

Lecture 6 Creating an OpenAI API Key

Lecture 7 Using LangChain the Simple Way

Lecture 8 Introducing Chains

Lecture 9 Adding a Chain

Lecture 10 Parsing Command Line Arguments

Lecture 11 Securing the API Key

Lecture 12 Connecting Chains Together

Lecture 13 Chains in Series with SequentialChain

Section 3: Deep Dive into Interactions with Memory Management

Lecture 14 App Overview

Lecture 15 Receiving User Input

Lecture 16 Chat vs Completion Style Models

Lecture 17 Representing Messages with ChatPromptTemplates

Lecture 18 Implementing a Chat Chain

Lecture 19 Understanding Memory

Lecture 20 Using ChatBufferMemory to Store Conversations

Lecture 21 Saving and Extending Conversations

Lecture 22 Summarizations Conversation Summary Memory

Section 4: Adding Context with Embedding Techniques

Lecture 23 Project Overview

Lecture 24 Facts File Download

Lecture 25 Project Setup

Lecture 26 Loading Files with Document Loaders

Lecture 27 Search Criteria

Lecture 28 Introducing Embeddings

Lecture 29 The Entire Embedding Flow

Lecture 30 Chunking Text

Lecture 31 Generating Embeddings

Section 5: Custom Document Retrievers

Lecture 32 Introducing ChromaDB

Lecture 33 Building a Retrieval Chain

Lecture 34 What is a Retriever?

Lecture 35[Optional] Understanding Refine, MapReduce, and MapRerank

Lecture 36 Removing Duplicate Documents

Lecture 37 Creating a Custom Retriever

Lecture 38 Custom Retriever in Action

Lecture 39 Understanding Embeddings Download

Lecture 40 Visualizing Embeddings

Section 6: Empower ChatGPT with Tools and Agents

Lecture 41 App Overview

Lecture 42 Understanding Tools

Lecture 43 Understanding ChatGPT Functions

Lecture 44 SQLite Database Download

Lecture 45 Defining a Tool

Lecture 46 Defining an Agent and AgentExecutor

Lecture 47 Understanding Agents and AgentExecutors

Lecture 48 Shortcomings in ChatGPT’s Assumptions

Lecture 49 Recovering from Errors in Tools

Lecture 50 Adding Table Context

Lecture 51 Adding a Table Description Tool

Lecture 52 Being Direct with System Messages

Lecture 53 Adding Better Descriptions for Tool Arguments

Lecture 54 Tools with Multiple Arguments

Lecture 55 Memory vs Agent Scratchpad

Lecture 56 Preserving Messages with Agent Executor

Lecture 57 Understanding Callbacks

Lecture 58 Implementing a Basic Callback Handler

Lecture 59 More Handler Implementaion

Section 7: Pinecone as a Vector Database

Lecture 60 App Overview

Lecture 61 Taking a Look at Mockups

Lecture 62 Boilerplate Download

Lecture 63 Boilerplate Setup

Lecture 64 How This App is Designed

Lecture 65 Outlining the First Feature

Lecture 66 Loading and Splitting From a PDF

Lecture 67 Sample PDF

Lecture 68 Testing the PDF Upload

Lecture 69 Introducing Pinecone

Lecture 70 Initializing the Pinecone Client

Lecture 71 Adding Documents to the Vector Store

Section 8: Distributed Text Generation with Celery

Lecture 72 Why is Processing Taking Forever?

Lecture 73 Introducing Background Jobs

Lecture 74 Redis Setup

Lecture 75 Redis – MacOS Setup

Lecture 76 Redis – Ubuntu and Windows Subsystem for Linux Setup

Lecture 77 Redis – Windows Setup *Without* WSL

Lecture 78 Adding in the Worker

Lecture 79 Queuing Up Jobs

Lecture 80 Updating Document Metadata

Section 9: Custom Message Histories

Lecture 81 Understanding the Apps Requirements

Lecture 82 Persistent Message Storage

Lecture 83 Introducing the Conversational Retrieval Chain

Lecture 84 Building the Retriever

Lecture 85 Custom History Objects

Lecture 86 Building a Custom SQL History

Lecture 87 Testing the Chain

Section 10: Streaming Text Generation

Lecture 88 Streaming Text Generation

Lecture 89 Creating a Working Playground

Lecture 90 Experimenting with a Streaming Language Model

Lecture 91 Chains Don’t Want to Stream

Lecture 92 Receiving Chunks with a Callback

Lecture 93 Extending a LLM Chain

Lecture 94 Adding a Queue for Communication

Lecture 95 The Chain Really Wants to Wait

Lecture 96 Solving the Slow Chain

Lecture 97 It Works!

Lecture 98 Ending the Loop

Section 11: Extending LangChain

Lecture 99 Isolating the Queue and Handler

Lecture 100 Using a Mixin Approach

Lecture 101 Integrating the Streaming Code

Lecture 102 Testing the Streaming Setup

Lecture 103 Here’s the Issue

Lecture 104 Isolating the Handler

Lecture 105 Streaming Complete!

Section 12: Self-Improving Text Generation

Lecture 106 Random Component Parts

Lecture 107 Component Part Flow

Lecture 108 Partial KWArg Application

Lecture 109 Building Component Maps

Lecture 110 Randomly Picking a Component

Lecture 111 Generalizing Component Picking

Lecture 112 Collecting User Feedback

Lecture 113 Redis Connection Setup

Lecture 114 Storing Votes in Redis

Lecture 115 Weighted Randomness

Lecture 116 Extracting Scores

Lecture 117 Calculating the Average Score

Lecture 118 Selecting Components By Score

Section 13: Implementing Tracing and Observability

Lecture 119 Adding Score Observability

Lecture 120 Building the Score Aggregate

Lecture 121 Adding Another Form of Memory

Lecture 122 Window Memory Implementation

Lecture 123 Text Generation Tracing

Lecture 124 Langfuse Signup

Lecture 125 Adding in Tracing

Lecture 126 Understanding the Trace

Lecture 127 Automatic Trace Creation