本書的結構由淺入深，第1章和第2章介紹大語言模型和LangChain的基礎知識，使讀者能夠對本書內容有整體的認識，并完成運行環境的安裝配置，為后續實踐奠定基礎。第3章至第8章詳細介紹LangChain的重要模塊，包括模型調用、鏈、智能體等，深入淺出地介紹了各模塊的原理和使用方式。第9章至第11章涉及實踐項目，包括對話機器人、代碼理解、檢索增強生成，通過這些項目，讀者能更好地理解如何基于LangChain構建自己的大語言模型應用系統。
劉偉舟，中科院自動化研究所碩士，曾就職于曠視研究院，在大模型、計算機視覺、機器人等領域有豐富經驗。目前在某頭部大模型公司任資深算法工程師，從事多模態大模型相關研發工作。張婉平，清華大學碩士。目前在某頭部互聯網公司任高級算法工程師，從事與多模態大模型應用落地相關的研發工作。
第1章 大語言模型簡介 1
1.1 大語言模型定義 1
1.2 大語言模型的工作原理 6
1.3 大語言模型的應用領域 11
1.4 大語言模型面臨的挑戰和前景 14
1.5 小結 16
第2章 LangChain簡介 17
2.1 初識LangChain 17
2.2 環境安裝 20
2.3 小結 26
第3章 模型調用 27
3.1 大語言模型調用 27
3.2 對話模型調用 32
3.3 文本嵌入模型調用 38
3.4 源碼解析 45
3.5 小結 58
第4章 模型輸入輸出 59
4.1 提示詞模板 60
4.2 對話提示模板 65
4.3 提示示例選擇器 69
4.4 輸出解析器 76
4.5 小結 80
第5章 數據連接 81
5.1 文檔加載器 82
5.2 文檔轉換器 90
5.3 向量存儲器 93
5.4 檢索器 97
5.5 小結 100
第6章 記憶模塊 101
6.1 對話記憶模塊 102
6.2 向量庫存儲記憶模塊 109
6.3 自定義記憶模塊 115
6.4 小結 119
第7章 鏈 120
7.1 大語言模型鏈 120
7.2 自定義鏈 128
7.3 組合鏈 132
7.4 小結 140
第8章 智能體 141
8.1 交互工具 141
8.2 智能體類型 143
8.3 構建智能體 146
8.4 小結 150
第9章 實踐：對話機器人 151
9.1 流程概述 151
9.2 實現步驟 152
9.3 小結 157
第10章 代碼理解實踐 159
10.1 流程概述 160
10.2 詳細步驟 161
10.3 小結 165
第11章 檢索增強生成 166
11.1 LCEL 168
11.2 流程概述 172
11.3 詳細步驟 173
11.4 小結 188
新書資訊