LangChain in Action: Develop LLM-Powered Applications

LangChain trong Thực Tế: Phát Triển Ứng Dụng Hỗ Trợ LLM

Từ Kiến Thức Cơ Bản về LLM Đến Kiến Trúc Microservice Cấp Production với Kubernetes (Phiên Bản Mới Nhất 1.0.x)

4.6

(960 đánh giá)

5,772 học viên

Giảng viên

Markus Lang

Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao

50.000đ 349.000đ -86%

✓ Xem giỏ hàng và thanh toán

Bao gồm phụ đề tiếng Việt, tiếng Anh

4.5 giờ video

73 bài giảng

Truy cập vĩnh viễn

Học trên mọi thiết bị

Cập nhật: 30/05/2026

#Application Development #Langchain #Large Language Models Llms #Python

Bạn sẽ học được gì

Thành thạo LangChain từ cơ bản đến các tính năng nâng cao

Hiểu và triển khai Retrieval Augmented Generation (RAG) sử dụng VectorStores

Tìm hiểu về việc tạo và sử dụng các Autonomous Agents mạnh mẽ.

Nắm bắt chức năng và ứng dụng của Indexing API.

Khám phá Nền tảng LangSmith cho ứng dụng sẵn sàng sản xuất

Tìm hiểu về kiến trúc Microservice trong bối cảnh ứng dụng mô hình ngôn ngữ lớn (LLM).

Tìm hiểu về LangChain Expression Language mới với Runnable Interface

Yêu cầu

Kỹ năng Python Trung cấp (OOP, Kiểu dữ liệu, Hàm, module, v.v.)

Hữu ích: Kiến thức về Terminal và Docker

Đối tượng phù hợp

Dành cho: Lập trình viên Python, Người đam mê AI

Nội dung khóa học

14 phần • 73 bài giảng

1 Bạn sẽ học được gì từ khóa học này và cách lấy tất cả tài nguyên

2 Điều gì làm khóa học này trở nên khác biệt

3 Điều kiện tiên quyết

4 Các chủ đề và thuật ngữ thiết yếu (lý thuyết)

5 Tại sao khóa học này không đề cập đến các mô hình Mã nguồn mở như LLama2

6 Tùy chọn: Cài đặt Visual Studio Code

7 Lấy mã nguồn từ Github bằng Git

8 Tạo tài khoản OpenAI và tạo API Key

9 LangChain 1.0.x - Điều gì đã thay đổi?

10 Sự phát triển của hệ sinh thái LangChain và cách tiếp cận nó trong năm 2025

1 Những việc cần làm trước khi đi sâu vào LangChain

2 Thiết lập môi trường ảo

3 Thiết lập OpenAI Api-Key làm biến môi trường

4 Khám phá gói OpenAI thuần

1 Kiến thức Cơ bản về LLM

2 Content Blocks - Tính năng mới trong LangChain 1.0

3 Kiến thức Cơ bản về Prompting

4 Lý thuyết: Cơ bản về Kỹ thuật Prompt

5 Few Shot Prompting

6 Chain of thought prompting

7 Pipeline-Prompts

8 Prompt Serialisation

1 Giới thiệu về chains

2 Chains cơ bản - LLMChain

3 Response Schemas và OutputParsers

4 LLMChain với nhiều đầu vào

5 SequentialChains

6 RouterChains

1 Callbacks

1 Kiến thức cơ bản về Memory - ConversationBufferMemory

2 ConversationSummaryMemory

3 BÀI TẬP: Sử dụng Memory để xây dựng Chatbot với Streamlit

4 LỜI GIẢI: Chatbot với Streamlit

1 OpenAI Function Calling - Gói OpenAI thuần

2 Function Calling với LangChain [ĐÃ LỖI THỜI]

3 Giới hạn và vấn đề của triển khai langchain [ĐÃ LỖI THỜI]

4 Tool/Function Calling với LangChain - Cách tiếp cận mới

1 RAG - Lý thuyết và các thành phần cơ bản

2 Loaders và Splitters

3 Embeddings - Lý thuyết và thực hành

4 VectorStores và Retrievers

5 RetrievalQAChain - Cách tiếp cận mới (Runnable)

6 Dịch vụ RAG với FastAPI

1 Giới thiệu về Agents

2 High Level Agents với create_agent

1 Indexing API - Đồng bộ hóa tài liệu của bạn

2 ĐIỀU KIỆN CẦN: Cài đặt Docker

3 Thiết lập PgVector và RecordManager

4 Thực hành Indexing Documents

5 Truy xuất Tài liệu với PgVector

1 Giới thiệu về LangSmith (Giao diện người dùng và Hub)

2 Dự án LangSmith

3 Bộ dữ liệu và Đánh giá LangSmith

4 Đánh giá LangSmith trong LangChain => 1.0.0

1 Trước khi bạn xem phần này

2 Giới thiệu về Kiến trúc Microservice

3 Cách thức hoạt động của Chatbot trong Kiến trúc Microservice

4 Giới thiệu về Docker

5 Giới thiệu về Kubernetes

6 Triển khai LLM Microservices lên Kubernetes

1 LangChain Expression Language

2 Giới thiệu về LangChain Expression Language

3 LCEL Cơ bản - Operator Overloading

4 LCEL Chuyên sâu - Hãy tự triển khai LCEL của chúng ta

5 Runnable Interface - Các Runnable quan trọng nhất trong LangChain

6 LCEL - Invoke, Stream, Batch

7 Retrieval augmented generation với LCEL

8 Chuyển đổi - Từ Chain sang Runnable Interface - Phần cơ bản

9 Chuyển đổi - ConversationQAChain với Lịch sử trong LCEL

10 [ĐÃ LỖI THỜI] LCEL Phần 1 - Pipes và OpenAI Function Calling

11 [ĐÃ LỖI THỜI] LCEL - Phần 2 - VectorStores, ItemGetter, Tools

12 [ĐÃ LỖI THỜI] LCEL - Phần 3 - Arbitrary Functions, Runnable Interface, Fallbacks

1 Cảm ơn bạn đã tham gia khóa học này

Giới thiệu khóa học

This course provides an in-depth exploration into LangChain, a framework pivotal for developing generative AI applications.

Now fully updated for LangChain 1.0.x — including LCEL, LangGraph-based orchestration, the revamped Agents API, and the langchain_classic imports.

Aimed at both beginners and experienced practitioners in the AI world, the course starts with the fundamentals, such as the basic usage of the OpenAI API, progressively delving into the more intricate aspects of LangChain.

You'll learn about the intricacies of input and output mechanisms in LangChain and how to craft effective prompt templates for OpenAI models. The course takes you through the critical components of LangChain, such as Chains, Callbacks, and Memory, teaching you to create interactive and context-aware AI systems.

Midway, the focus shifts to advanced concepts like Retrieval Augmented Generation (RAG) and the creation of Autonomous Agents, enriching your understanding of intelligent system design. Topics like Hybrid Search, Indexing API, and LangSmith will be covered, highlighting their roles in enhancing the efficiency and functionality of AI applications.

Toward the end, the course integrates theory with practical skills, introducing Microservice Architecture in large language model (LLM) applications and the LangChain Expression Language. This ensures not only a theoretical understanding of the concepts but also their practical applications.

This course is tailored for individuals with a foundational knowledge of Python, aiming to build or enhance their expertise in AI. The structured curriculum ensures a comprehensive grasp of LangChain, from basic concepts to complex applications, preparing you for the future of generative AI.