Generative AI Apps with LangChain and Python: A Project-Based Approach to Building Real-World LLM Apps

Эта книга представляет собой практическое руководство по созданию реальных приложений с использованием больших языковых моделей (LLM) и фреймворка LangChain на Python. Автор использует проектный подход, позволяющий читателям сразу применять полученные знания на практике.

Книга начинается с введения в LangChain и LLM, объясняя их важность и преимущества. LangChain представлен как инструмент, упрощающий разработку LLM-приложений благодаря модульной архитектуре, поддержке сообщества и отсутствию финансовых барьеров. Рассматриваются реальные примеры использования: персонализированные ответы через инженерию промптов, создание контекстно-зависимых приложений, разработка RAG-систем и агентных приложений.

Вторая часть книги посвящена интеграции LLM API через LangChain. Автор сравнивает прямое использование API с подходом LangChain, обсуждая вопросы сложности разработки, масштабируемости и обработки данных. Практические упражнения включают настройку среды разработки Python, получение API-ключей OpenAI и создание первых приложений.

Третья часть фокусируется на построении конкретных типов приложений: вопросно-ответных систем и чат-ботов. Подробно рассматриваются компоненты фреймворка LangChain, модель ввода-вывода, работа с различными LLM. Приводятся полные рабочие примеры кода, обсуждаются различия между типами приложений, обработка ошибок и отладка.

Дополнительные главы охватывают обзор популярных LLM (OpenAI GPT, Google модели, Anthropic Claude, Cohere), их особенности и практическое применение. Книга содержит глоссарий технических терминов, вопросы для самопроверки и рекомендации для дальнейшего изучения.