آموزش LangChain - توسعه ایجنت‌های هوش مصنوعی با LangChain و LangGraph

آنچه یاد خواهید گرفت:

• در LangChain مهارت پیدا می‌کنید.
• ایجنت‌های generative AI مبتنی بر LangChain را به‌ صورت کامل و عملی می‌سازید.
• نظریه‌ مهندسی پرامپت - زنجیره افکار و ReAct و پرامپت‌نویسی چندشات و درک نحوه‌ ساخت LangChain در پشت صحنه
• مهندسی کانتکس
• درک نحوه‌ ناوبری در پایگاه کد متن‌باز LangChain
• نظریه‌ مدل‌های زبانی بزرگ برای مهندسان نرم‌افزار
• LangChain - زنجیره‌های متعدد، ایجنت‌ها، DocumentLoader و TextSplitter و OutputParser و حافظه
• RAG، فروشگاه‌های برداری و پایگاه داده‌های برداری (Pinecone و FAISS)
• پروتکل کانتکس مدل (MCP)
• LangGraph

پیش‌نیازهای دوره

• این یک دوره‌ مبتدی نیست. به مفاهیم اولیه مهندسی نرم‌افزار نیاز دارید.
• فرض می‌کنیم دانشجویان با موضوعات مهندسی نرم‌افزار مانند گیت و پایتون و pipenv، متغیرهای محیطی، کلاس‌ها، تست و اشکال‌زدایی آشنا هستند.
• نیازی به تجربه‌ یادگیری ماشین نیست.

توضیحات دوره

این دوره شامل استفاده از هوش مصنوعی است.

این دوره دوباره ضبط شده و از نسخه LangChain +1.0 پشتیبانی می‌کند.

دانشجویان ایده آل - توسعه‌دهندگان نرم‌افزار، دانشمندان داده و مهندسان AI و ML

به دوره‌ یودمی «ایجنت‌های هوش مصنوعی با LangChain و LangGraph» خوش آمدید - کشف قدرت هوش مصنوعی عاملی

این دوره برای آموزش این موضوع طراحی شده که چگونه به‌ سرعت از توانایی‌های مهندسی هوش مصنوعی و مهندسی ایجنت با قدرت کتابخانه‌های LangChain و LangGraph برای کاربردهای LLM و هوش مصنوعی عاملی بهره بگیرید.

این دوره شما را به مهارت‌ها و دانشی مجهز می‌کند که برای توسعه‌ راهکارهای پیشرفته‌ LLM در طیف گسترده‌ای از مباحث لازم است.

لطفاً توجه داشته باشید که این دوره برای مبتدیان نیست. این دوره فرض می‌کند شما پیشینه‌ای در مهندسی نرم‌افزار داشته و در پایتون مهارت دارید. ما از Pycharm IDE استفاده خواهیم کرد، اما شما می‌توانید از هر ویرایشگری که دوست دارید استفاده کنید، چون ما فقط از قابلیت‌های اولیه IDE مانند اشکال‌زدایی و اجرای اسکریپت‌ها استفاده می‌کنیم.

آنچه خواهید ساخت:

• ایجنت جستجو
• Documentation Helper - یک چت‌بات روی مستندات پکیج‌های پایتون (و هر داده‌ که انتخاب کنید)، با استفاده از بازیابی پیشرفته و RAG
• Slim ChatGPT Code Interpreter - یک دستیار سبک‌وزن برای اجرای کد
• تئوری مهندسی پرامپت
• تئوری مهندسی کانتکس
• مقدمه‌ای بر LangGraph
• پورتکل کانتکس مدل (MCP)

موضوعات پوشش‌ داده‌ شده در این دوره عبارتند از:

• ایجنت‌های هوش مصنوعی
• هوش مصنوعی عاملی
• مهندسی هوش مصنوعی
• LangChain و LangGraph
• تاریخچه‌ LLM + GenAI
• مهندسی پرامپت - پرامپت‌نویسی چندشات، رنجیره افکار و پرامپت‌نویسی ReAct 
• مهندسی کانتکس
• مدل‌های چت
• مدل‌های متن‌باز
• پرامپت‌ها، قالب‌های پرامپت و langchainub
• تجزیه‌گرهای ورودی، تجزیه‌گرهای خروجی و تجزیه‌گرهای خروجی Pydantic
• زنجیره‌ها - create_retrieval_chain و create_stuff_documents_chain
• ایجنت‌ها، ایجنت‌های سفارشی و ایجنت‌های پایتون و ایجنت‌های CSV و مسیریاب‌های ایجنت
• توابع OpenAI و فراخوانی ابزار
• ابزارها و جعبه ابزار
• حافظه
• فروشگاه‌های برداری (Pinecone و FAISS و Chroma)
• RAG (بازیابی نسل افزوده)
• DocumentLoaders و TextSplitters
• Streamlit (برای UI) و Copilotkit
• LCEL
• ردیابی ایجنت با LangSmith
• Cursor IDE 
• پروتکل کانتکس مدل (MCP) و اکوسیستم LangChain
• مقدمه‌ای بر LangGraph

در طول دوره، روی تمرین‌های عملی و پروژه‌های واقعی کار خواهید کرد تا درک شما از مفاهیم و تکنیک‌های پوشش‌ داده‌ شده تقویت شود. در پایان دوره، در استفاده از LangChain برای ساخت اپلیکیشن‌های قدرتمند، کارآمد و چندمنظوره‌ LLM برای کاربردهای متنوع مهارت خواهید داشت.

چرا این دوره؟

• بروزرسانی شده - پوشش LangChain V.1+ و جدیدترین اکوسیستم LangGraph
• عملی - پروژه‌های واقعی، APIs واقعی و مهارت‌های واقعی
• موثر برای مسیر شغلی - در بازار کار LLM و GenAI جلوتر بمانید.
• راهنمای گام‌به‌گام - شفاف، خلاصه و بدون اتلاف وقت
• انعطاف‌پذیر - از هر IDE پایتون می‌توانید استفاده کنید (Pycharm نمایش داده می‌شود، اما الزامی نیست).

این دوره برای چه کسانی مناسب است؟

• مهندسان نرم‌افزار که می‌خواهند یاد بگیرند چگونه با LangChain و LangGraph اپلیکیشن‌های مبتنی بر Generative AI بسازند.
• توسعه‌دهندگانی که می‌خواهند یاد بگیرند چگونه با LangChain و LangGraph اپلیکیشن‌های مبتنی بر Generative AI بسازند.
• مهندسانی که می‌خواهند یاد بگیرند چگونه با LangChain و LangGraph اپلیکیشن‌های مبتنی بر Generative AI بسازند.