小册上新｜LangChain 实战：LLM 应用开发指南

你可能没听过 LangChain，甚至可能没听过 LLM，但 ChatGPT 肯定不陌生吧？

2022 年底，ChatGPT 的横空出世，将我们推到了一个新的历史节点。

随后，各种 AI 技术和 AI 应用遍地开花，今天 "3 分钟利用 AI 开发出一个游戏"，明天 "第一个 AI 程序员诞生"......习惯了 CURD 的我们，不禁感到无力和担忧，生怕明天就会被 AI 淘汰了。但换个思路，大语言模型的快速发展，对我们程序员何尝又不是一个巨大的机会呢？

AI 的研究大致可以分为两部分：基础研究和应用研究。

LLM 应用开发，目的是给大语言模型（LLM）这个聪明的 "大脑" 安上 "躯干和四肢"，将模型集成到我们的程序系统中，充分利用模型的推理决策能力。当然，这需要系统的学习。开发一个能运行的 LLM 应用很简单，但构造一个符合预期、实际可用的 LLM 应用却很难。

如何让模型更好地理解问题？如何让模型学习我们的私域数据？模型本身是没有记忆的，或者说是无状态的，那如何让模型记住直接的交互内容，做出更连贯的回复？现在火热的 Agent 智能体又是什么？我们如何实现自己的 Agent？......

这些都是我们需要去深入学习的，也是我们《LangChain 实战：LLM 应用开发指南》这本小册的重点内容。

幸好，学习这些内容不需要深奥的数学理论和复杂算法，只要有一些编程基础，就可以快速掌握。

What & Why LangChain？

在各种 LLM 大模型迸发的同时，LangChain 框架也应运而生，作者在 2022 年底进行首次开源，短短几个月就成为最热门的开源项目之一，热度一直延续至今。

截至目前，其在 GitHub 上已经超过 80k star了，如下图：

LangChain 是一款围绕 LLMs 构建的开发框架，一边对接各类 LLM 模型，我们可以快速切换使用的模型；另一边提供了一系列工具、组件和接口，可以快速集成外部系统，极大简化了开发 LLM 应用的流程。

对于 LLM 应用开发学习，LangChain 无疑是我们的最佳选择，框架对 LLM 开发进行了很好的划分，我们按着这些模块学习，就能掌握 LLM 应用开发的各个环节。

在本小册中，我们会基于 LangChain 框架，深入其各个模块源码，将 LLM 应用开发过程中每个环节的知识点都学习并串联起来，手把手带你学会从 0 构建自己的 LLM 应用。

有人可能会问：一个集成各种组件、方便 LLM 应用开发的 "胶水" 框架，有必要深究它的原理吗？

确实，如果只是想了解 LangChain 都有哪些模块，想看看哪个组件怎么传参，那官网已经写得很清楚了。但是，官网并不会介绍组件为什么这样设计、什么时候该用哪一种组件......很多组件的背后都有对应理论或实验支撑，这些理论，才是对我们深入 LLM 应用开发最有帮助的内容。

虽然涉及框架源码，但也不要担心看不懂，我会从最基础的开始介绍，一步一步带你变强。相关代码讲解，也会精简分支，去掉多余的代码，让你更容易理解。

另外，一图胜千言，我还画了很多流程图，例如下面截取的一些展示：

输出解析器工作原理图

LCEL 链执行流程图

RAG 应用流程图

大纲如下：

小册共分为 三大部分 ，分别是入门篇、基础篇和实践篇。

入门篇，先大白话介绍大模型的发展历史和基本原理，让 AI 不再神秘；同时，引入 LangChain 框架的学习，介绍 LangChain 的安装流程，并通过一个本地知识库的智能问答机器人实操案例，让你快速上手 LLM 开发，感受 LangChain 的魅力。
基础篇 ，深入 LLM 的各个环节，学习 LangChain 框架模型 IO、数据检索、记忆、链、Agent、回调系统这 6 大核心模块的实现和使用，让你具备构造一个实际可用 LLM 应用的能力。
实践篇，考虑到很多小伙伴们平时也有写作习惯，并且都有自己的公众号，所以在这里会从 0 到 1 手把手教你开发一个公众号智能回复助手，能够检索公众号文章，生成对应回复，帮你的公众号找一个 "助教"。其中，还会涉及到一些公众号开发知识和一些踩坑指南。

会玩code，前腾讯技术专家 。在现公司负责内部 LLM 效率应用的开发和落地。相信 AI，拥抱 AI，ALL IN AI。

AI 的智能，给我们带来了压力，但也带来了前所未有的机遇，只要我们相信 AI，拥抱 AI，学习 AI，总能乘上这股新风，吃上这波新时代的红利。期待和大家携手并进，共同进步！！

4 月 15 日～4 月 24 日，上新限时 6 折，~~原价 ¥39.9~~，算下来仅需 ¥23.94，现在购买最省钱！！！

赶紧点击下方图片或者扫描海报二维码，一起加入学习吧！