这是一门深入的课程，涉及ChatGPT、LangChain和Python。
打造专注于现实世界AI集成的AI应用，课件附有每一节涉及到的源代码。
你将学到什么：- 将ChatGPT集成到LangChain的生产风格应用中- 使用LangChain组件构建复杂的文本生成管道- 通过自动集成用户反馈来增强ChatGPT的输出- 通过检索增强生成来教授ChatGPT新的事实- 扩展LangChain以实现服务器到浏览器的文本流传输- 使用OpenAI插件为ChatGPT添加新功能，如数据库访问和代码执行- 理解我们编写的每一行代码，以便你可以在自己的项目中使用这些完全相同的技术- 构建你自己的带有文档上传和身份验证功能的PDF聊天网络应用程序- 通过可观察性和跟踪，了解用户如何与你的聊天功能互动课程大纲结构：14个部分 • 137个讲座 • 总时长12小时12分钟- ChatGPT和LangChain集成- 深入交互与记忆管理- 使用嵌入技术添加上下文- 自定义文档检索器- 用工具和代理增强ChatGPT- 作为向量数据库的Pinecone- 使用Celery进行分布式文本生成- 自定义消息历史- 流式文本生成- 扩展LangChain- 自我改进的文本生成- 实施跟踪和可观察性课程描述：你找到了在线学习如何将LangChain和ChatGPT集成到生产就绪应用中最先进的、最全面的、最密集的大师课程。

成千上万的工程师已经学会如何使用ChatGPT构建令人惊叹的应用，你也可以。
本课程使用经过时间考验、实战验证的方法，确保你完全理解ChatGPT的工作原理，并且是帮助你找到一份作为AI应用软件工程师工作的最佳途径。
本课程与其他所有课程的区别在于：你将远远超越简单的ChatGPT提示的基础知识，理解公司今天如何将文本生成集成到他们的应用中。
ChatGPT正在被各行各业用于增强具有文本生成功能的应用。
但随着这个新功能的出现，也带来了许多挑战：- 构建包含外部信息的复杂文本生成管道- 创建可重用的配置组件，可以以不同的方式重新组装- 应用用户反馈（如赞成/反对投票）来增强ChatGPT的输出- 连接可观察性和跟踪，了解用户如何与你的AI互动- 使用分布式处理高效生成文本本课程将引导你通过生产就绪的、可重复的技术来解决每一个挑战以及更多。
你将构建什么？本课程专注于创建一系列日益复杂的不同项目。
你将从最基础的开始，了解如何以编程方式访问ChatGPT。
从那里开始，我们将迅速增加复杂性，构建具有更多功能的更复杂项目。
到最后，你将制作一个实现“与PDF聊天”功能的全功能Web应用程序。
注意：不需要之前的Web开发经验。
以下是你将涵盖的一些主题的部分列表：- 理解复杂的文本生成管道如何工作- 使用LangChain提供的链编写可重用代码- 以不同的方式连接链，轻松改变你应用的行为- 使用对话记忆存储、检索和总结聊天消息- 使用嵌入实现检索增强生成的语义搜索- 在像ChromaDB和Pinecone这样的向量数据库中生成和存储嵌入- 使用检索器来提炼、减少和排名上下文文档，教授ChatGPT新信息- 创建代理，使用你定义的目标自动为你完成任务- 编写工具和插件，允许ChatGPT访问外部世界- 通过使用Celery和Redis进行分布式处理，持续关注性能- 扩展LangChain以实现服务器到浏览器的文本流传输- 通过用户生成的反馈机制提高ChatGPT的输出质量- 通过使用跟踪，了解用户如何与你的文本生成功能互动