《DeepSeek+Langchain落地实操:RAG知识增强检索和智能体实战开发》

大数据与人工智能实战专家—周红伟老师

法国科学院数据算法博士/曾任阿里人工智能专家/曾任马上消费金融风控负责人

课程背景

LangChain是一项旨在赋能开发人员利用语言模型构建端到端应用程序的强大框架。它的设计理念在于简化和加速利用大型语言模型（LLM）和对话模型构建应用程序的过程。这个框架提供了一套全面的工具、组件和接口，旨在简化基于大型语言模型和对话模型的应用程序开发过程。

LangChain本质上可被视为类似于开源的插件。课程全面系统的讲解AI应用开发框架Langchain、LangGraph。帮助大家将AI整合到业务中、实现各种智能体自动化执行业务流程，和多智能体协作处理业务

课程收益

通过培训，学员获得如下收益：

1. Langchain从零掌握实战开发私有知识库问答系统
2. 业务Agent智能体
3. AI客服系统
4. RAG知识增强检索

培训对象

AI应用开发人员、Langchain学习、私有知识库搭建者

培训时长

2天

课程大纲

第1章Langchain快速入门

1-1快速认识Langchain开始学习

1-2chain的基本结构_提示_模型_输出解析器

1-3Langchain快速接入国内比肩GPT4大模型Deepse

1-4langchain接入国内最强大模型chatglm4

1-5Langchain调用本地开源大模型ChatGLM3

1-6Langchain接入开源大模型的类openai服务器

第2章Langchain提示词工程

2-1Langchain提示词模块与历史对话

2-2不同案例选择器应用_长度选择器_相似度选择器_重叠选择器

2-3ChromaDB向量数据库进行问题思路匹配提高回答准确率

2-4对话形式提示词工程

2-5提示词里模板中的模板解决复杂的聊天对话

2-6Langchain管道提示词模板应用

第3章Langchain大模型输出解析精讲

3-1Langchain缓存加速应用响应

3-2解析输出csv_时间_枚举内容

3-3Langchain输出JSON格式和修复大模型错误输出

3-4langchain解析大模型XML输出格式

3-5如何自定义大模型的输出解析器

第4章精通Langchain数据检索增强RAG

4-1RAG数据检索增强

4-2加载知识库文档与检索算法设置

4-3处理解析PDF文档为知识库

4-4HTML文本分割提炼网页知识点

4-5分割markdown_代码源码提炼知识库文档

4-6知识库文档生成多向量检索器实现精准检索

4-7让大模型生成检索语句进行精确查找

4-8大模型并行控制复杂流程

4-9大模型路由映射传递数据

4-10自定义链式配置的多种方式

4-11自定义流式生成器函数

第5章 Agent智能体开发

5-1搭建第一个AI智能体

5-2给智能体添加记忆能力

5-3智能体原理

5-4 DeepSeek智能体调用源码解析

5-5 XML链式执行任务智能体搭建

5-6 JSON链式智能体任务执行

5-7 ReAct智能体搭建思路

5-8从零使用Langchain搭建适应不同大模型智能体

5-9自定义智能体记忆链创建

第6章 DeepSeek+Agent+RAG私有知识销售助手

6-1具有知识库的上下文感知AI销售助手架构

6-2引导销售链与销售智能体实现

6-3电商汽车知识库问答链搭建

6-4多链分工合作协作实现AI销售助手

6-5 案例实操：DeepSeek+Agent+RAG私有知识销售助手

第七章 案例实践：DeepSeek+RAG知识增强检索助手调优

7-1 情感分析系统的需求分析和数据准备

7-2 使用大语言模型进行文本分类和情感分析

7-3 使用RPA进行流程设计和执行

7-4情感分析系统的测试和评估

第八章 DeepSeek+RAG+Agent提示工程及应用

8-1提示工程应用原理

8-2提示工程应用方法

8-3提示工程应用框架

8-3提示工程案例实操

大模型的运营商典型案例和解决方案

案例一：私有向量数据库的构建：知识增强检索查询

1. 生成向量数据库
2. 文本特征提取和向量化检索能力实现高效检索查询
3. 帮助企业快速、准确地检索到相关的政策、法规、案例

案例二：企业任务驱动AI agent人工智能体

1. 对任务进行拆解、规划和执行
2. Agent核心控制器对其他相关政务系统接口进行驱动
3. 自主决策完成各类复杂任务

案例三： 大幅较少大模型的幻觉的方案

1. 具备解决两个校验难题的方案
2. 具备RAG、微调等缓解大模型幻觉的能力
3. 构建邻域知识私有数据库

案例四：可信大模型方案

1. 知识图谱
2. RAG
3. 向量数据库
4. 答案校准