趋近智
LangChain：打造生产级大语言模型应用
章节 1: 高级 LangChain 架构与定制
LangChain 表达式语言 (LCEL) 内部机制
异步操作与并发
定制核心组件：大语言模型、提示词、解析器
高级输出解析策略
管理复杂链中的状态
调试 LangChain 执行流程
动手实践：构建自定义链组件
章节 2: 构建精巧的代理与工具
代理架构：ReAct、Self-Ask、规划与执行
开发代理专用定制工具
处理工具错误与智能体恢复
多智能体系统与协作模式
结构化工具调用与函数集成
智能体执行追踪与分析
实践：使用自定义API工具构建代理
章节 3: 进阶记忆管理方法
高级记忆类型比较
实现持久化记忆存储
上下文窗口管理策略
自定义内存模块开发
将记忆功能与代理和链条结合
处理异步应用中的内存
动手实践：实现向量存储记忆
章节 4: 生产级数据整合与检索
进阶文档加载与转换
规模化向量数据库的选择与优化
高级索引策略
混合搜索的实现
重排与查询转换
数据更新与一致性维护
实践：构建优化的RAG管道
章节 5: 评估、监控与可观测性
LangSmith 生产环境应用介绍
定义自定义评估指标
自动化评估流程
使用 LangSmith 进行调试和根本原因分析
应用性能与成本监控
与第三方可观测性平台结合
人工参与反馈与标注
实践：使用 LangSmith 评估智能体
章节 6: 优化和扩展 LangChain 应用
查明性能瓶颈
LLM调用优化方法
成本管理与令牌用量追踪
扩展数据检索系统
处理高并发和吞吐量
离线任务的批量处理
实践：LangChain 链的性能调优
章节 7: 生产部署策略
为部署构建 LangChain 项目结构
使用 Docker 将 LangChain 应用容器化
部署方案：服务器、Kubernetes、无服务器
LangChain 的无服务器部署模式
管理环境变量和敏感信息
搭建 CI/CD 流水线
蓝绿部署与金丝雀部署策略
动手实践：通过 Docker 部署 LangChain 应用
章节 8: LangChain 应用中的安全考量
认识LLM应用中的攻击途径
输入验证与清洗
缓解提示注入风险
安全的输出处理与解析
保护自定义工具和API交互
数据隐私与敏感信息处理
依赖项安全管理
实践：实现输入验证
高级输出解析策略
使用 Kerb 更快构建 LLM 应用
简洁的语法。内置调试功能。从第一天起就可投入生产。
为 ApX 背后的 AI 系统而构建
这部分内容有帮助吗？
- Pydantic Documentation, Samuel Colvin and contributors, Current - Pydantic 的官方全面指南，这是一个数据验证和设置管理库，对于在 Python 中定义和验证结构化 LLM 输出至关重要。
- LangChain Output Parsers, LangChain Team, 2025 (LangChain Inc.) - LangChain 输出解析器模块的官方文档，详细介绍了各种解析器，包括 PydanticOutputParser、重试机制和自定义解析器的基础。
- Function calling, OpenAI, 2024 (OpenAI) - 官方指南，解释了如何提示 OpenAI 模型输出符合预定义模式的结构化 JSON 数据，这是一种提取结构化信息的高度可靠方法。
© 2025 ApX Machine Learning用心打造