课程简介
这门课程主要是关于Azure OpenAI服务和LangChain的应用。我们首先会介绍如何访问和部署Azure OpenAI服务,以及如何通过提示工程从模型中获取输出。然后,我们将深入讲解如何将Azure OpenAI集成到应用中,并利用REST API或SDK进行操作。
接下来,我们会讨论提示工程和使用Azure OpenAI服务进行代码生成,对如何在程序中利用自然语言来构建和优化代码进行深入探索。我们也会扎实的研究如何添加和聊天使用自己的数据源。
在掌握了Azure OpenAI服务的基本应用后,我们会转向学习LangChain,包括其基本概念、组件以及环境的安装。然后我们会详细学习Chain,用于串联不同的组件,并研究Memory,以保存对话上下文。
课程会深入讨论代理(Agent)的概念和体系,以及高级应用,包括实现检索增强生成(RAG)、连接数据库,并通过回调函数实现异步通信机制等。
该课程将以一个综合演练和一个项目实战来结束,分别是构建客服Chatbot和开发知识库问答系统。
目标收益
•掌握Azure OpenAI服务的功能和使用方法。
•掌握如何将Azure OpenAI服务集成到应用中。
•了解并掌握提示工程相关知识,并能在实际应用中有效利用它。
•使用Azure OpenAI服务生成和改进代码。
•掌握如何使用自己的数据与Azure OpenAI服务配合使用。
•深入了解LangChain的概念、组件和使用。
•掌握LangChain中的链,内存,代理等具体知识和使用方法。
•了解并运用LangChain在高级应用上的应用方式。
•通过实践项目,将以上所有知识和技能综合运用,构建实际应用。
培训对象
•这门课程适合以下受众:
1.寻求深入理解Azure OpenAI和LangChain的开发者和工程师。
2.拥有AI项目实践需求的产品经理和项目经理。
3.对NLP和生成式AI感兴趣的技术专业人士。
4.想提升AI技能和经验的学生和初级AI工程师。
课程大纲
使用Azure OpenAI服务 |
•访问 Azure OpenAI 服务 •使用 Azure OpenAI Studio •探索生成式 AI 模型的类型 •部署生成式 AI 模型 •使用提示从模型获取完成项 •在 Azure OpenAI Studio 的操场中测试模型 •练习:开始使用Azure OpenAI服务 |
使用Azure OpenAI服务生成自然语言解决方案 |
•将 Azure OpenAI 集成到应用中 •使用 Azure OpenAI REST API •使用 Azure OpenAI SDK •练习:将 Azure OpenAI 集成到应用中 |
使用Azure OpenAI 服务应用提示工程 |
•了解提示工程 •编写更有效的提示 •提供上下文以提高准确性 •练习:在应用程序中利用提示工程 |
使用Azure Open AI 服务生成代码 |
•根据自然语言构造代码 •完成代码并协助执行开发过程 •修复 bug 并改进代码 •练习:使用 Azure OpenAI 服务生成和改进代码 |
将自己的数据与Azure OpenAI服务配合使用 |
•了解如何使用自己的数据 •添加自己的数据源 •使用自己的数据与模型聊天 •练习:将自己的数据与 Azure OpenAI 服务配合使用 |
LangChain的基本概念和环境准备 |
•大语言模型的概念 •LangChain的概念和组件 •安装LangChain环境 •使用LangChain调用LLM API |
模型的调用、提示工程和输出解析 |
•模型I/O •提示工程 •输出解析 |
Chain:串联不同的组件 |
•Chain的概念 •LLMChain •Sequential Chain •RouterChain |
Memory:保存对话上下文 |
•Memory 概述 •ConversationChain •ConversationBufferMemory(缓冲记忆) •ConversationBufferWindowMemory •ConversationSummaryMemory •ConversationSummaryBufferMemory |
gent:代理 |
•Agent概念和体系 •React框架 •结构化工具对话代理 •自主询问搜索代理 •计划与执行代理 |
LangChain高级应用 |
•工具和工具箱 •实现检索增强生成RAG •连接数据库 •回调函数实现异步通信机制 •CAMEL:实现角色扮演 •自治代理 |
综合演练:构建客服Chatbot |
•技术架构 •实现步骤 •实现基本聊天 •实现记忆功能 •整合文档库具备检索机制 •使用Gradio/StreamLit框架部署Chatbot |
项目实战:开发知识库问答系统 |
•项目需求 •技术框架 •核心实现机制 •核心代码分析 •功能实现 |
使用Azure OpenAI服务 •访问 Azure OpenAI 服务 •使用 Azure OpenAI Studio •探索生成式 AI 模型的类型 •部署生成式 AI 模型 •使用提示从模型获取完成项 •在 Azure OpenAI Studio 的操场中测试模型 •练习:开始使用Azure OpenAI服务 |
使用Azure OpenAI服务生成自然语言解决方案 •将 Azure OpenAI 集成到应用中 •使用 Azure OpenAI REST API •使用 Azure OpenAI SDK •练习:将 Azure OpenAI 集成到应用中 |
使用Azure OpenAI 服务应用提示工程 •了解提示工程 •编写更有效的提示 •提供上下文以提高准确性 •练习:在应用程序中利用提示工程 |
使用Azure Open AI 服务生成代码 •根据自然语言构造代码 •完成代码并协助执行开发过程 •修复 bug 并改进代码 •练习:使用 Azure OpenAI 服务生成和改进代码 |
将自己的数据与Azure OpenAI服务配合使用 •了解如何使用自己的数据 •添加自己的数据源 •使用自己的数据与模型聊天 •练习:将自己的数据与 Azure OpenAI 服务配合使用 |
LangChain的基本概念和环境准备 •大语言模型的概念 •LangChain的概念和组件 •安装LangChain环境 •使用LangChain调用LLM API |
模型的调用、提示工程和输出解析 •模型I/O •提示工程 •输出解析 |
Chain:串联不同的组件 •Chain的概念 •LLMChain •Sequential Chain •RouterChain |
Memory:保存对话上下文 •Memory 概述 •ConversationChain •ConversationBufferMemory(缓冲记忆) •ConversationBufferWindowMemory •ConversationSummaryMemory •ConversationSummaryBufferMemory |
gent:代理 •Agent概念和体系 •React框架 •结构化工具对话代理 •自主询问搜索代理 •计划与执行代理 |
LangChain高级应用 •工具和工具箱 •实现检索增强生成RAG •连接数据库 •回调函数实现异步通信机制 •CAMEL:实现角色扮演 •自治代理 |
综合演练:构建客服Chatbot •技术架构 •实现步骤 •实现基本聊天 •实现记忆功能 •整合文档库具备检索机制 •使用Gradio/StreamLit框架部署Chatbot |
项目实战:开发知识库问答系统 •项目需求 •技术框架 •核心实现机制 •核心代码分析 •功能实现 |