datawhalechina/easy-langent

📚“langent”由“lang”与“agent”合并而来的学习教程

解決する問題

多くの学習者は、AI エージェントの理論を理解することから、実際に動作するアプリケーションを構築することへの移行に苦労しています。LangChain や LangGraph のような公式フレームワークには多くのコンポーネントと概念があり、圧倒され、実際の使用と結びつかないと感じることがあります。このプロジェクトは、構造化されたプロジェクトベースの学習パスを提供することで、理論と実践のギャップを埋めます。

仕組み

コースは 8 つの章で構成され、段階的に進みます。LangChain と LangGraph フレームワークの紹介から始まり、モデル呼び出し、プロンプトテンプレート、出力解析、メモリ、ツールなどのコアコンポーネントに進みます。後の章では、チェーンワークフロー、検索拡張生成(RAG)、ステートフルワークフロー、マルチエージェントコラボレーションなどの高度なトピックを扱い、最後に「Who is the Spy」ゲームエージェントを構築する実践プロジェクトを行います。各章には具体的なタスクが付属しており、リポジトリには学習者が構築したサンプルプロジェクト(例:人狼ゲーム、脚本殺人ゲーム、医療 RAG、AI 面接官)も含まれており、さらなる探求を促します。

対象読者

このコースは、エージェント開発を始めたい大学生や開発者向けに設計されています。基本的な Python 知識、大規模言語モデルに関する一般的な理解、およびエージェントの概念にある程度精通していることを前提としています。これらの前提条件が不足している場合は、README で Datawhale の他のコースを先に完了することを推奨しています。

ハイライト

  • フレームワークの基本から高度なマルチエージェントシステムまでの構造化された段階的な学習パス
  • 学習を強化するための各章の実践タスク
  • LangChain と LangGraph の両方のコンポーネントを包括的にカバー
  • 学習者チームによる実際のプロジェクト例のコレクションを含む
  • オープンソースで、GitHub Pages またはミラーサイトから無料でオンラインで読める

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト