Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Langchain for beginners : Build GenAI LLM Apps in Easy Steps

Langchain cho người mới bắt đầu: Xây dựng ứng dụng GenAI LLM theo từng bước đơn giản

Langchain cho người mới bắt đầu: Xây dựng ứng dụng GenAI LLM theo từng bước đơn giản

Hướng dẫn từng bước để thành thạo LangChain

4.6
(772 đánh giá)
5,345 học viên
Giảng viên
Bharath Thippireddy
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
5.0 giờ video
103 bài giảng
7 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Tìm hiểu LangChain là gì và cách nó đơn giản hóa việc sử dụng LLM trong ứng dụng
Sử dụng LLM của OpenAI trong ứng dụng Python
Sử dụng LLM mã nguồn mở như Mistral, Gemma trong ứng dụng Python
Chạy LLM mã nguồn mở trên máy tính cá nhân bằng OLLAMA
Sử dụng PromptTemplates để tái sử dụng và xây dựng prompt động
Hiểu cách sử dụng ngôn ngữ biểu thức LangChain (LCEL)
Tạo chuỗi tuần tự đơn giản và thông thường bằng LCEL
Làm việc với nhiều LLM trong một chuỗi duy nhất
Tìm hiểu lý do và cách duy trì Lịch sử Trò chuyện
Tìm hiểu Embeddings là gì và sử dụng Mô hình Embeddings để tìm độ tương đồng văn bản
Hiểu Vector Store là gì và sử dụng nó để lưu trữ và truy xuất Embeddings
Hiểu quy trình Retrieval Augmented Generation (RAG)
Triển khai RAG để sử dụng dữ liệu riêng với LLM theo các bước đơn giản
Phân tích hình ảnh bằng Mô hình Đa phương thức (Multi Modal)
Xây dựng nhiều ứng dụng LLM bằng Streamlit và LangChain
Tất cả đều theo các bước đơn giản

Yêu cầu

Kiến thức về Python
Tài khoản OpenAI để làm việc với LLM của OpenAI

Đối tượng phù hợp

Dành cho Lập trình viên Python muốn sử dụng LangChain để xây dựng ứng dụng GenAI LLM
Dành cho học viên đã hoàn thành khóa Python hoặc OpenAI của tôi và muốn thành thạo LangChain

Nội dung khóa học

17 phần • 103 bài giảng
1 Giới thiệu
2 Liên kết Phản hồi Khóa học Riêng tư
3 Cách học hiệu quả nhất
4 Tải Slide
5 Tải Dự án Hoàn chỉnh
6 Tải Prompt
1 GenAI là gì
2 OpenAI là gì
3 Các LLM khác
4 Langchain là gì
1 Thiết lập Tài khoản OpenAI
2 Thiết lập API Key
3 Thiết lập LLM Mã nguồn mở
1 Thiết lập Dự án
2 Langchain trong thực tế
3 Sử dụng Mô hình Mã nguồn mở Cục bộ
4 Streamlit là gì
5 Sử dụng Giao diện Streamlit
6 Cập nhật API
7 Bật Chế độ Gỡ lỗi
1 Giới thiệu
2 Cập nhật API
3 PromptTemplate trong thực tế
4 Thêm hai trình giữ chỗ nữa
5 Cải thiện prompt
6 Tạo ứng dụng Hướng dẫn Du lịch
7 Chạy Mô hình Llama Cục bộ
8 Hướng dẫn Du lịch sử dụng Llama
1 Giới thiệu
2 LCEL trong thực tế
3 Tình huống sử dụng và Hướng dẫn Code
4 Chuỗi Tuần tự Đơn giản
5 Hiển thị tiêu đề
6 Sử dụng Nhiều LLM
7 Chuỗi Tuần tự
8 Định dạng Đầu ra
9 Tổ chức Tệp
1 Giới thiệu
2 Sử dụng ChatPromptTemplate
3 Hướng dẫn Code
4 Sử dụng StreamlitChatMessageHistory
5 Hiển thị Lịch sử
6 Sử dụng ChatMessageHistory
1 Giới thiệu
2 Sử dụng Mô hình Embeddings
3 Công cụ Tìm kiếm Tương đồng
4 Sử dụng Llama
1 Giới thiệu
2 Hướng dẫn Code
3 Triển khai Trợ lý Tìm việc
4 Kiểm thử
5 Sử dụng Retriever
6 Sử dụng Mô hình Llama
1 RAG là gì
2 Tình huống sử dụng và Hướng dẫn Code
3 Triển khai RAG Phần 1
4 Cập nhật API
5 Triển khai RAG Phần 2
6 Kiểm thử
7 RAG Bot Nhận biết Lịch sử
8 Kiểm thử
9 Làm việc với các Định dạng Tệp khác
1 Giới thiệu
2 Tạo ứng dụng Phân tích Hình ảnh
3 Sử dụng Streamlit
4 Tình huống sử dụng KYC
5 KYC Phần 1
6 KYC Phần 2
7 Kiểm thử
8 Một số tình huống sử dụng khác
9 Tạo ứng dụng Trợ lý Ăn kiêng
1 Giới thiệu
2 Hướng dẫn Code
3 Thiết lập Dự án
4 Tạo một Agent
5 Kiểm thử
6 Trợ lý Địa danh
1 Giới thiệu
2 Cập nhật Code
3 Đẩy lên GitHub
4 Triển khai
1 Giới thiệu
2 Chạy mô hình deepseek cục bộ
3 Deepseek trong thực tế
4 RAG và Lập luận
5 Loại bỏ Các thành phần "Think"
1 Giới thiệu
2 Cập nhật API
3 Thiết lập Dự án
4 Hướng dẫn Code
5 Tạo MCP Server
6 Tạo HTTP Client
7 MCP trong thực tế
8 Tạo STDIO Client
9 Lưu trữ Tài nguyên và Prompt
10 Triển khai Server
11 Triển khai Client
12 Kiểm thử
1 Giới thiệu
2 Thiết lập Langsmith
3 Langsmith trong thực tế
1 Chúc mừng và Cảm ơn
2 Bài giảng Bổ sung

Giới thiệu khóa học

LangChain has quickly become one of the most important frameworks for building real-world applications using large language models (LLMs). This course is designed to help you get started with LangChain and progressively master its powerful features, all through clear and simple examples.

Whether you’re a Python developer, an AI enthusiast, or someone curious about LLMs, this course will give you the tools and confidence to build intelligent applications using both OpenAI and open-source models.


What You’ll Learn

• What LangChain is and how it simplifies integrating LLMs into applications

• Use OpenAI LLMs in Python to generate and process natural language

• Use open-source LLMs like Mistral and Gemma in your own apps

• Run open-source models locally on your machine using Ollama

• Build dynamic prompts using PromptTemplates

• Understand and apply the LangChain Expression Language (LCEL)

• Create simple and regular sequential chains to control workflow logic

• Use multiple LLMs within a single chain for flexible responses

• Maintain and use chat history to create context-aware apps

• Learn about embeddings and apply them to measure text similarity

• Understand vector stores and use them to store and search embeddings

• Learn the Retrieval-Augmented Generation (RAG) workflow

• Implement RAG with your own data using LangChain in simple steps

• Analyze images using multi-modal models

• Build real-world LLM-powered apps using Streamlit and LangChain


Who This Course Is For

• Python developers exploring AI and LLM integration

• Anyone looking to build chatbots, assistants, or smart tools using LLMs

• Professionals working on NLP, search, RAG, or agentic workflows

• Students, hobbyists, or beginners interested in AI application development


Prerequisites

• Basic understanding of Python

• No prior experience with LLMs or LangChain needed — everything is taught step by step


By the End of This Course, You Will Be Able To:

• Confidently use LangChain to work with OpenAI and open-source models

• Structure and build LLM workflows using chains and tools

• Implement powerful features like RAG, chat history, and image understanding

• Deploy fully functional apps using Streamlit and LangChain

• Build your own intelligent apps using both cloud and local LLMs

If you’ve been wanting to learn how to work with LLMs in your own projects — using simple steps and real examples — this is the perfect course to get started.


Enroll now and bring your LLM ideas to life using LangChain.


Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Ai Development
Hiển thị tất cả khoá học Generative Ai
Hiển thị tất cả khoá học Langchain
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊