你会学到什么
课程简介
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？
在我看来，AI 的研究可以分为两部分：基础研究和应用研究。
- 基础研究努力让模型更 “聪明”，这需要专业的领域知识。
- 应用研究，或者称 LLM 应用开发，是指如何将 AI 应用到实际的业务场景中，让 AI 技术落地，这块就是我们普通程序员的
机会。
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。
不管你信不信，LLM 应用开发将会是每个开发者的下一门必修课，所以，这就赶紧学起来吧！
小册亮点
LangChain 是一个功能强大的用于开发 LLM 应用的框架，提供了一系列工具、组件和接口，极大简化了开发 AI 应用的流程。这无疑是我们学习 LLM 应用开发的最佳选择。
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
一句话，这小册的知识，我给嚼碎了往里喂！
小册大纲
下面附上小册大纲：
课程目录
1、开篇词：启航之前，略叙一二
2、大语言模型 AI 未来号，启航了！
3、LangChain 安装与快速入门
4、LangChain 快速开发基于本地知识库的智能问答机器人
5、Prompt：学好提示工程，让 AI 更懂你
6、Prompt：使用 LangChain 的提示模板高效构造 prompt
7、OutputParser：如何控制输出的格式？
8、LCEL：轻松构建复杂 LLM 链
9、函数调用：激活 LLM 的超能力
10、LLM 与私域数据的结合（一）：文档加载
11、LLM 与私域数据的结合（二）：文档分割
12、LLM 与私域数据的结合（三）：数据嵌入与向量存储
13、LLM 与私域数据的结合（四）：检索（上）
14、LLM 与私域数据的结合（五）：检索（下）
15、LLM 与私域数据的结合（六）：文档总结
16、LLM 与私域数据的结合（七）：如何评估 RAG 系统？
17、Memory：让你的 AI 助手记忆不止 7 秒、18、Memory：记忆组件那么多，该怎么选？
19、Agent：离未来更近一步，让 LLM 做每一步决策
20、Agent：深剖 LangChain 中 Agent 的实现原理
21、Agent 进阶：Multi-agent 是什么？该如何实现？
22、Callback：LangChain 事件回调
23、如何让你的 AI 做一个 “合法公民”？
24、实战：开发一个公众号私域智能 “助教”（上）
25、实战：开发一个公众号私域智能 “助教”（下）
26、结语：归航之际，再话三两
讲师简介
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。