랭체인 완벽 입문 타무라 하루카 pdf 다운로드를 무료로 제공합니다 랭체인을 사용하여 생성 AI 앱을 개발하고자 하는 분들을 위한 완벽 입문서! 챗지피티(ChatGPT)와 같은 대화형 AI의 ‘두뇌’는 대규모 언어 모델
관련 책 pdf 모음
책 소개
ChatGPT의 API가 공개된 이후, 많은 기업과 엔지니어가 경쟁적으로 LLM 응용 프로그램 개발에 착수했는데, 이러한 개발을 효율화하는 도구가 랭체인(LangChain)이다. 랭체인은 파이썬(Python) 등에서 호출할 수 있는 라이브러리 중 하나로, ‘챗지피티 같은 언어 생성 AI를 사용한 애플리케이션 개발에 유용한 도구 모음’과 같은 것이다. 언어 생성 AI 모델의 라이브러리는 많지만, 랭체인이 기능의 풍부함과 사용의 용이성 등에서 뛰어나 현재는 사실상의 표준이 됐다. 이 책은 랭체인을 사용해 애플리케이션을 개발하면서 랭체인의 기능을 자세히 설명한다. 랭체인의 각 모듈을 활용해 AI 애플리케이션을 개발하는 방법을 이해한다. 다양하고 실용적인 예제 코드를 통해 구체적인 개발 접근 방식을 배운다. 파이썬과 비주얼 스튜디오 코드(VS Code)를 이용한 개발 방법을 익혀 여러 플랫폼에서의 개발에 적용한다. 프롬프트 엔지니어링의 기초를 배워 AI와 대화하는 방법을 익힌다.
랭체인 완벽 입문 pdf 다운로드
▣ 1장: 챗지피티와 랭체인01. 챗지피티와 언어 모델에 관해 알아보기___챗지피티란?___OpenAI의 API에서 사용할 수 있는 대표적인 두 가지 언어 모델___OpenAI 이외의 언어 모델 알아보기02. 랭체인 개요___언어 모델을 이용한 애플리케이션 개발___랭체인으로 언어 모델을 이용한 애플리케이션 개발이 쉬워진다___랭체인에 준비된 6개의 모듈03. 랭체인을 이용한 애플리케이션 예시___PDF에 대해 질문할 수 있는 챗봇___파일 상호작용 및 인터넷 검색이 가능한 챗봇04. 실습 준비___파이썬 실행 환경 구축___VS Code에서 파이썬을 이용한 개발이 쉬워지는 확장 기능___OpenAI API 키 받기___환경 변수에 API 키 설정하기05. OpenAI의 API를 호출해 작동을 확인한다___Chat 모델의 API를 호출해 보자▣ 2장: Model I/O – 언어 모델을 다루기 쉽게 만들기01. 언어 모델을 이용한 응용 프로그램 작동 방식___언어 모델 호출이란?___Model I/O는 랭체인의 가장 기본적인 모듈이다___Model I/O를 구성하는 3개의 서브모듈___Language models를 사용해 gpt-3.5-turbo 호출하기___PromptTemplate로 변수를 프롬프트에 전개하기___PromptTemplate에서 제공하는 다른 기능들___Language models와 PromptTemplate의 결합___목록 형식으로 결과 받기02. Language models – 사용하기 쉬운 모델___통일된 인터페이스로 사용하기 쉬움___Chat models와 LLMs___Language models의 편리한 기능03. Templates – 프롬프트 구축의 효율성 향상___프롬프트 엔지니어링을 통한 결과 최적화04. Output parsers – 출력 구조화___결과를 날짜와 시간 형식으로 받아보기___출력 형식을 직접 정의하기___잘못된 결과가 반환될 때 수정을 지시할 수 있게 한다▣ 3장: Retrieval – 알지 못하는 데이터를 다루기01. 언어 모델이 미지의 데이터를 처리할 수 있게 하려면___모르는 정보에 기반한 답변을 할 수 있는 구조___답변에 필요한 문장을 찾는 방법이 중요___유사 문장 검색을 위해 필요한 벡터화란?___언어 모델을 사용해 텍스트를 벡터화하기___벡터 유사도 검색___벡터 유사도 검색에서 RAG를 통합하는 구체적인 절차___사전 준비___검색 및 프롬프트 구축02. 주어진 PDF를 기반으로 답변하는 챗봇 만들기___PDF에서 문장 불러오기___문장 나누기___분할된 문장을 벡터화해 데이터베이스에 저장한다___벡터 데이터베이스에서 검색 실행하기___검색 결과와 질문을 조합해 질문에 답하게 한다___채팅 화면 만들기___채팅 화면에서 질문을 입력할 수 있게 하기___채팅 시작 시 파일 업로드 가능03. RetrievalQA로 QA 시스템 구축이 쉬워진다___RetrievalQA란?___RetrievalQA로 코드를 간단하게04. 준비된 Retrievers를 사용해 위키백과를 정보원으로 활용___Retrievers는 문서를 검색하는 기능 세트___Retrievers에서 어떤 검색을 할지 제어하는 방법▣ 4장: Memory – 과거의 대화를 장·단기 기억하기01. 언어 모델에서 대화란 무엇인가___HumanMessage와 AIMessage를 번갈아 가며 대화한다02. 문맥에 맞는 답변을 할 수 있는 챗봇 만들기___Chat models로 대화 기록을 기반으로 한 응답을 하게 하는 것___ConversationChain을 통해 알기 쉽게 처리03. 히스토리를 데이터베이스에 저장하고 영속화하기___데이터베이스에 저장해 대화 기록을 영속화할 수 있다___데이터베이스 준비하기___환경 변수에 레디스 정보 설정하기___레디스를 사용해 대화를 영속화한다04. 여러 개의 대화 기록을 가질 수 있는 챗봇 만들기___세션 ID를 바꿔서 대화 기록 전환하기05. 매우 긴 대화 기록에 대응한다___대화 기록이 너무 길어지면 언어 모델을 호출할 수 없다___오래된 대화 삭제하기___대화를 요약해 토큰 수 제한에 대응한다▣ 5장: Chains – 여러 프로세스를 통합01. 다중 처리를 정리할 수 있다___Chains는 일련의 과정을 정리할 수 있다02. 여러 모듈을 쉽게 조합할 수 있는 Chains___LLMChain을 사용해 여러 모듈을 통합하는 방법___ConversationChain으로 기억을 가진 애플리케이션 개발이 쉬워진다___Chains에서 어떤 처리가 이뤄지고 있는지 자세히 보기03. 특정 기능에 특화된 Chains___특정 URL에 접속해 정보를 얻게 하는 방법04. Chains 자체 정리하기___Chains 자체를 순서대로 실행하는 SimpleSequentialChain▣ 6장: Agents – 자율적으로 외부와 상호작용해 언어 모델의 한계를 뛰어넘기01. 외부와 상호작용하면서 자율적으로 행동하는 Agents___언어 모델에 도구를 부여할 수 있다___주어진 URL에서 정보를 얻게 하기02. Tool을 추가해 Agent가 할 수 있는 일을 늘리기___Agent가 할 수 있는 것은 전달하는 Tool에 따라 달라진다___환경 변수에 SerpApi의 API 키 설정하기___google-search-results 설치하기03. Tool을 직접 제작해 기능 확장하기___Tool을 직접 만들어서 할 수 있는 일의 폭을 더욱 넓힌다04. Retrievers를 사용해 문장을 검색하는 Tool 만들기___Retrievers는 Tool로 변환할 수 있다05. 문맥에 맞게 답변하는 에이전트 만들기___대화 기록을 보관하는 에이전트 생성하기▣ 7장: Callbacks – 다양한 이벤트 발생 시 처리하기01. Callbacks 모듈로 할 수 있는 일 알아보기___로그 수집 및 모니터링, 다른 애플리케이션과 연동 가능02. Callbacks 모듈을 사용해 외부 라이브러리와 연동하기___준비된 클래스를 사용해 외부 라이브러리와 연동할 수 있다03. 로그를 터미널에 표시할 수 있는 Callbacks 만들기___Callbacks 모듈을 직접 제작해 이벤트 발생 시 처리를 수행한다▣ 부록: 랭체인에 대해 더 자세히 알아보는 팁01. 공식 문서의 사용 사례에서 배우기___공식 문서 보기___Code understanding___Tagging02. 랭체인의 공식 블로그 및 기타 소스 확인___랭체인 공식 블로그___awesome-langchain으로 랭체인 관련 정보 수집하기___랭체인과 연동할 수 있는 언어 모델 및 외부 시스템 확인하기