第1章  LangChain与大型语言模型 1

1.1  LangChain与大型语言模型 2

1.1.1  LangChain的基本概念与原理 2

1.1.2  大型语言模型介绍 2

1.1.3  LangChain在大型语言模型应用中的作用 3

1.2  LangChain入门指南 4

1.2.1  安装LangChain 4

1.2.2  LangChain框架的组成 6

第2章  第一个LangChain程序 7

2.1  LangChain开发流程介绍 8

2.2  使用LangChain构建应用程序 9

2.2.1  LLM链 9

2.2.2  检索链 11

2.2.3  对话检索链 13

2.2.4  实现Agent代理 14

2.2.5  LangServe服务 16

2.3  第一个LangChain程序：问答系统 18

2.3.1  环境准备 18

2.3.2  文件分割 19

2.3.3  为中文构建嵌入向量 20

2.3.4  数据检索 21

2.3.5  构建模型和变换器管道 22

2.3.6  构建提示 23

2.3.7  构建管道 24

2.3.8  添加上下文压缩 25

2.3.9  问答系统 27

2.4  访问OpenAI实践 28

2.4.1  获得OpenAI反馈 28

2.4.2  设置模型 30

2.4.3  引入LangChain 32

2.4.4  LangChain聊天模型 33

第3章  模型I/O与数据增强 39

3.1  模型I/O基础 40

3.2  示例选择器 47

3.3  聊天提示模板 57

3.4  聊天模型 67

3.5  使用大型语言模型 77

第4章  输出解析器 83

4.1  输出解析器介绍 84

4.2  CSV解析器 85

4.3  日期时间解析器 86

4.4  枚举解析器 87

4.5  JSON解析器 88

4.6  OpenAI函数解析器 91

4.7  修正解析器 92

4.8  Pandas DataFrame解析器 94

4.9  XML解析器 95

第5章  检索增强生成 99

5.1  RAG介绍 100

5.2  文档加载器 101

5.3  文本分割器 126

5.4  文本嵌入模型 140

5.5  向量存储 145

5.6  检索器 148

5.7  索引 188

第6章  Composition(组合) 199

6.1  Composition(组合)介绍 200

6.2  Tools(工具) 200

6.3  Agents(智能代理) 206

6.4  代理类型 215

6.5  Agent代理操作实践 227

第7章  操作国产大模型 247

7.1  国产大模型介绍 248

7.2  国产大模型实践 248

7.3  基于ChatGLM3大模型的聊天系统 265

第8章  基于《哈利·波特》系列图书内容的问答系统 277

8.1  项目介绍 278

8.2  大型语言模型 278

8.3  准备环境 279

8.4  语言模型的集成与优化 282

8.5  基于LangChain的多文档检索器 288

8.6  系统测试 297

第9章  基于RAG的法律法规解析系统 301

9.1  背景介绍 302

9.2  项目介绍 302

9.3  准备模型 305

9.4  构建欧盟人工智能法案问题的RAG 310

第10章  基于本地知识库的自动问答系统 321

10.1  背景介绍 322

10.2  项目介绍 322

10.3  具体实现 326

10.4  基于ModelScope的ChatGLM对话系统 348

10.5  基于飞桨AIStudio的ChatGLM对话系统 354

10.6  技术支持