课程大纲

1、LangChain 和 LangServe：原型设计和部署 RESTful 服务

主要焦点：本部分强调使用 LangChain 和 LangServe 快速原型设计和部署 RESTful 服务的实际步骤。参与者将学习如何在现实场景中设置和管理基于 LangServe 的 LLM 链。

·  LangChain 的简介：LangChain 的版本控制历史的简要总结

·  LangChain 模块概述：全面探索 LangChain 的核心组件及其功能

·  LangChain 表达式语言：探索 LCEL 创建复杂 LLM 链的灵活性和对开发人员友好的功能

·  在 LangServe 中管理 LLM 链：在基于 LangServe 的服务中集成 LLM 链的最佳实践

2、LangGraph：一种基于状态机构建 Agent 的方法

主要关注点：本部分议侧重于 LangGraph 的灵活性和模块化特性，指导参与者如何构建支持从简单到复杂交互的各种用例的智能、基于状态的 Agent。

·  LangGraph 简介：了解 LangGraph 如何促进基于状态的智能 Agent 的创建

·  使用 LangGraph 开发用户交互：实现流式传输、工具调用和人机交互，以实现无缝的用户体验

·  LangGraph 中的状态管理和持久性：管理 Agent 状态和确保数据持久性的技术

·  高级功能和集成：利用生成 UI 和其他高级功能来增强 Agent 功能

3、LangSmith：监控、跟踪和评估 LLM 应用程序

主要关注点：本部分强调持续监控、跟踪和评估 LangChain 应用程序的重要性，重点是 LangSmith 如何在生产环境中促进这些过程。

·  LangSmith 简介：LangSmith 在监控和评估 LangChain 应用中的关键作用

·  LangSmith 中的端到端跟踪和监控：跟踪应用程序从原型设计到生产运行的技术

·  评估 RAG 和代理系统：用于评估 RAG 和基于代理的系统的性能和可靠性的综合方法和评估工具

【备选】使用 LangChain 和 LangGraph 的高级 RAG 技术

主要关注点：本部分的重点是先进的 RAG（检索-增强生成）技术的实际应用，指导参与者使用 LangChain 和 LangGraph 创建和实现复杂的 RAG 系统。

·  RAG 概念简介：检索增强生成在 NLP 应用中的核心概念和重要性

·  使用 LangChain 和 LangGraph 构建 RAG 管道：创建有效 RAG 系统的简要指南

·  高级 RAG 技术：实现多查询、多向量、自查询和其他 SOTA 方法（例如 Graph RAG）

·  自改进系统：使用 LangChain 和 LangGraph 开发自反射和自适应 RAG 系统