[БХВ] Изучаем LangChain [Нуну Кампос, Майо Ошин]

Практическое руководство по изучению LangChain и LangGraph для создания готовых к эксплуатации AI- и LLM-приложений. Рассмотрены основы работы с большими языковыми моделями (LLM), извлечение и индексация данных для генерации, дополненной поиском (retrieval-augmented generation, RAG), организация памяти чат-ботов через StateGraph. Детально разобраны когнитивные архитектуры (цепочки, маршрутизаторы, агентные циклы «планирование-действие»), построение многомодульных и мультиагентных систем. Приведены паттерны эффективного использования LLM: структурированный вывод, потоковая передача, режимы с участием человека. Отдельные главы посвящены развертыванию созданных приложений на платформе LangGraph — конфигурации, локальному тестированию, работе со студией LangGraph, а также комплексной оценке приложений: трассировке и сбору обратной связи в рабочей среде. .Книга предлагает работающий код, примеры оптимизации индексации и приемы трансформации запросов. Для разработчиков AI- и LLM-приложений Если вы хотите создавать готовые к работе AI-приложения, способные рассуждать и получать внешние данные для понимания контекста, вам нужно освоить LangChain — популярный фреймворк и платформу для разработки, запуска и управления агентными приложениями. LangChain используется многими ведущими компаниями, включая Zapier, Replit, Databricks и многими другими. Это руководство — незаменимый ресурс для разработчиков, знающих Python или JavaScript, но только начинающих осваивать мощь искусственного интеллекта. Авторы подробно и понятно объясняют работу с LangChain через практические советы и уроки. Начиная с базовых понятий, книга покажет вам, как шаг за шагом построить полноценного AI-агента, использующего ваши данные. Используйте возможности генерации, дополненной поиском (retrieval-augmented generation, RAG) для повышения точности моделей LLM с помощью внешних актуальных данных. Разрабатывайте и развертывайте AI-приложения, которые взаимодействуют с пользователями осмысленно и с учетом контекста. Применяйте мощную архитектуру агентов с LangGraph. Интегрируйте сторонние API и инструменты для расширения функциональности своих AI-приложений. Отслеживайте, тестируйте и оценивайте AI-приложения для повышения их производительности. Разберитесь в основах разработки LLM-приложений и в их использовании с LangChain. Формат: pdf скан