LangChainとLangGraphによるRAG・AIエージェント[実践]入門

構成数 : 1枚

第1章 LLMアプリケーション開発の基礎
1.1 活用され始めた生成AI
1.2 Copilot vs AIエージェント
1.3 すべてはAIエージェントになる
1.4 AIエージェントの知識地図
1.5 まとめ
第2章 OpenAIのチャットAPIの基礎
2.1 OpenAIのチャットモデル
ChatGPTにおける「モデル」
OpenAIのAPIで使えるチャットモデル
モデルのスナップショット
2.2 OpenAIのチャットAPIの基本
Chat Completions API
Chat Completions APIの料金
発生した料金の確認
COLUMN GPT-4とGPT-4 Turbo
COLUMN Batch API
2.3 入出力の長さの制限や料金に影響する「トークン」
トークン
Tokenizerとtiktokenの紹介
日本語のトークン数について
2.4 Chat Completions APIを試す環境の準備
Google Colabとは
Google Colabのノートブック作成
OpenAIのAPIを使用するための登録
OpenAIのAPIキーの準備
2.5 Chat Completions APIのハンズオン
OpenAIのライブラリ
Chat Completions APIの呼び出し
会話履歴を踏まえた応答を得る
ストリーミングで応答を得る
基本的なパラメータ
JSONモード
Vision(画像入力)
COLUMN Completions API
2.6 Function calling
Function callingの概要
Function callingのサンプルコード
パラメータ「tool_choice」
COLUMN Function callingを応用したJSONの生成
COLUMN Structured Outputs.
2.7 まとめ.
COLUMN Assistants API
第3章 プロンプトエンジニアリング
3.1 プロンプトエンジニアリングの必要性
COLUMN プロンプトエンジニアリングとファインチューニング
3.2 プロンプトエンジニアリングとは
3.3 プロンプトの構成要素の基本
題材:レシピ生成AIアプリ..
プロンプトのテンプレート化
命令と入力データの分離
文脈を与える..
出力形式を指定する
プロンプトの構成要素のまとめ
3.4 プロンプトエンジニアリングの定番の手法
Zero-shotプロンプティング
Few-shotプロンプティング.
COLUMN Few-shotプロンプティングのその他の形式
Zero-shot Chain of Thoughtプロンプティング
3.5 まとめ.
COLUMN マルチモーダルモデルのプロンプトエンジニアリング
第4章 LangChainの基礎
4.1 LangChainの概要
なぜLangChainを学ぶのか..
LangChainの全体像
LangChainの各種コンポーネントを提供するパッケージ群
LangChainのインストール
COLUMN LangChain v0.1からの安定性の方針
LangSmithのセットアップ
LangChainの主要なコンポーネント
4.2 LLM/Chat model
LLM
Chat model
ストリーミング
LLMとChat modelの継承関係
LLM/Chat modelのまとめ..
4.3 Prompt template
PromptTemplate
ChatPromptTemplate
MessagesPlaceholder
LangSmithのPrompts
COLUMN マルチモーダルモデルの入力の扱い
Prompt templateのまとめ
4.4 Output parser
Output parserの概要
PydanticOutputParserを使ったPythonオブジェクトへの変換
StrOutputParser
Output parserのまとめ
4.5 Chain―LangChain Expression Language(LCEL)の概要
LangChain Expression Language(LCEL)とは
promptとmodelの連鎖
StrOutputParserを連鎖に追加
PydanticOutputParserを使う連鎖
Chainのまとめ
COLUMN with_structured_output
4.6 LangChainのRAGに関するコンポーネント
RAG(Retrieval-Augmented Generation).
LangChainのRAGに関するコンポーネントの概要
Document loader
Document transformer
Embedding model
Vector store..
COLUMN 4次元以上のベクトルの距離
LCELを使ったRAGのChainの実装
LangChainのRAGに関するコンポーネントのまとめ
COLUMN Indexing API
4.7 まとめ
COLUMN Agent
第5章 LangChain Expression Language(LCEL)徹底解説
5.1 RunnableとRunnableSequence―LCELの最も基本的な構成要素
Runnableの実行方法―invoke・stream・batch
COLUMN LCELはどのように実現されているのか
LCELの「|」でさまざまなRunnableを連鎖させる
LangSmithでのChainの内部動作の確認.
COLUMN なぜLCELが提供されているのか..
5.2 RunnableLambda―任意の関数をRunnableにする
chainデコレーターを使ったRunnableLamdaの実装
RunnableLambdaへの自動変換
Runnableの入力の型と出力の型に注意
COLUMN 独自の関数をstream...