独家课程，独家中英文字幕，配套资料齐全，随时随地分享和观看！加入会员，全站资源免费下载！在个人中心每日签到，可白嫖会员！

使用 Ollama 和本地 LLM 构建和测试 AI Agents、ChatBot、RAG

学习使用 Ollama 和本地 LLM 和 RAGA 通过 LangChain 和 LangSmith 构建和测试 AI Agents、ChatBot、RAG

讲师：Karthik KK

您将学到什么

• 在本地机器上运行 LLM 以开发 LLM 应用程序
• 了解 Langchain 在构建本地 LLM 应用程序方面的强大功能
• 了解 Chain、Prompts、ChatPromptTemplates、ChatMessageHistory
• 使用 Langchain 构建包含历史信息的聊天机器人
• 使用向量存储、嵌入和本地大型语言模型( LLM) 构建 RAG 应用程序
• 理解和构建 LLM 工具
• 利用 LLM 工具支持构建 AI Agents
• 使用 RAGA 测试/评估 AI Agents和 RAG 应用程序

探索相关主题

• 人工智能Agents
• IT 认证
• 信息技术与软件

要求

• Python 基础知识
• 热衷于学习大型语言模型 (LLM) 知识的力量，以增强你的应用程序工作流程
• 热衷于构建 AI Agents、RAG 应用程序并对其进行测试

描述

使用 Ollama 和本地 LLM 构建和测试 AI Agents、聊天机器人和 RAG

本课程专为完全的初学者设计- 即使您对 LangChain 一无所知，您也将逐步学习如何使用本地大型语言模型 (LLM)构建基于 LLM 的应用程序。

我们将超越开发，深入研究使用RAGA评估和测试 AI Agents、RAG 应用程序和聊天机器人，以确保它们遵循 AI 性能的关键行业指标，提供准确可靠的结果。

您将学到的内容：

• LangChain 和 LangSmith 的基础知识
• LangChain 中的聊天消息历史记录用于存储对话数据
• 运行并行和多链（RunnableParallels 等）
• 使用 LangChain 和 Streamlit构建聊天机器人（带有消息历史记录）
• 了解 LLM 中的工具和工具链
• 为 LLM 构建工具和自定义工具 
• 使用 LangChain创建 AI Agents
• 使用向量存储和本地 LLM 嵌入实现 RAG
• 构建 LLM 应用程序时使用 AI Agents和 RAG 工具
• 使用 LangSmith优化和调试 AI 应用程序
• 使用 RAGA评估和测试 LLM 应用程序
• 真实项目和实际测试策略
• 使用 RAGA评估 RAG 和 AI Agents

整个课程都在 Jupyter Notebook 中使用 Visual Studio 进行讲授，提供交互式指导体验，您可以无缝运行代码并轻松跟随。

完成本课程后，您将能够自信地构建、测试和优化人工智能应用程序！

本课程适合哪些人：

• 初级开发人员或 QA 工程师
• AI工程师/测试员
• AI 测试员/Gen AI 测试员