LearnFlat · AI, Technologia i Inżynieria · Generatywna AI i Deep Learning

Tworzenie Aplikacji LLM

Naucz się tworzyć aplikacje oparte na dużych modelach językowych (LLM) przy użyciu frameworków takich jak LangChain i LlamaIndex. Twórz chatboty, systemy odpowiadające na pytania i agentów za pomocą Retrieval-Augmented Generation (RAG).

Tworzenie Aplikacji LLM

Podstawy LangChain: Tworzenie aplikacji Retrieval-Augmented Generation (RAG)

Buduj przepływy pracy AI z LangChain i modelami LLM open-source

Budowanie aplikacji AI od koncepcji do wdrożenia

Połącz AI z niestandardowymi danymi za pomocą RAG

AI dla Deweloperów: Integracja LLM z API i Promptami

Budowanie aplikacji generatywnej AI bez kodu za pomocą Dify

Wprowadzenie do RAG: Odpowiedzi AI z Twoich dokumentów

Tworzenie aplikacji API z DeepSeek i Tongyi

Aplikacje LLM dla danych: zbuduj asystenta analityki RAG

Obserwowalność agentów AI: LangSmith i Langfuse

Podstawy obserwowalności agentów AI z Langfuse

Fundamenty ewaluacji agentów AI z LangSmith

Budowanie aplikacji GraphRAG z LlamaIndex

Podstawy Agentic RAG: Buduj AI Agents z LangGraph

Budowanie agentów AI z LlamaIndex i RAG

LangGraph Studio: Budowanie i debugowanie przepływów pracy agentów AI

LangChain i LangGraph: Budowanie stanowych agentów AI

Podstawy potoków RAG i LLMOps

Zbuduj lokalny, prywatny stos AI: Samodzielnie hostowane LLMs i RAG

Budowanie aplikacji LLM z użyciem TypeScript i LangChain.js

Programowanie AI w Java: LangChain4j i Spring AI

Strukturalne Wyniki LLM: JSON, Pydantic i Walidacja

LLM Function Calling: Połącz AI z APIs i bazami danych

Fundamenty LlamaIndex: Buduj AI Agents i aplikacje RAG