LangChain完全入門　生成AIアプリケーション開発がはかどる大規模言語モデルの操り方

インプレス

田村悠（著者）

対話型AIアプリを効率的に開発するノウハウがぎっしり

ChatGPTなどの大規模言語モデルを組み込んだアプリケーション開発の効率化に欠かせないのが「LangChain」（ラングチェーン）です。本書では生成AIアプリケーション開発をしながらLangChainの各機能を学べる構成になっているため、基本機能と実践的な開発手法が同時に身につきます。

●CONTENTS
Chapter1 ChatGPTとLangChain
Chapter2 Model I/O ? 言語モデルを扱いやすくする
Chapter3 Retrievers ? 未知のデータを扱えるようにする
Chapter4 Memory ? 過去の対話を短期・長期で記憶する
Chapter5 Chains ? 複数の処理をまとめる
Chapter6 Agents ? 自律的に外部と干渉して言語モデルの限界を超える
Chapter7 Callbacks ? さまざまなイベント発生時に処理を行う
Appendix LangChainをより深く学ぶヒント

発売日：2023-10-24

ページ数：256ページ

表紙
免責事項
はじめに
CONTENTS
CHAPTER 1 ChatGPTとLangChain
01 ChatGPTや言語モデルについて知る
02 LangChainの概要
03 LangChainを使ったアプリケーションの例
04 本書の実行環境について
05 OpenAIのAPIを呼び出して動作を確認する
CHAPTER 2 Model I/O - 言語モデルを扱いやすくする
01 言語モデルを使ったアプリケーションの仕組み
02 Language models - モデルを使いやすく
03 Templates - プロンプトの構築を効率化する
04 Output parsers - 出力を構造化する
CHAPTER 3 Retrieval - 未知のデータを扱えるようにする
01 言語モデルが未知のデータを扱えるようにするためには
02 与えたPDFをもとに回答するチャットボットを作る
03 RetrievalQAを使ってQAシステムの構築を楽にする
04 用意されたRetrieversを使ってWikipediaを情報源にする
CHAPTER 4 Memory - 過去の対話を短期・長期で記憶する
01 言語モデルにおける会話とはなにか
02 文脈に応じた返答ができるチャットボットを作成する‥‥
03 履歴をデータベースに保存して永続化する
04 複数の会話履歴を持てるチャットボットを作成する
05 非常に長い会話履歴に対応する
CHAPTER 5 Chains - 複数の処理をまとめる
01 複数の処理をまとめることができる
02 複数モジュールの組み合わせを簡単にするChains
03 特定の機能に特化したChains
04 Chains自体をまとめる
CHAPTER 6 Agents - 自律的に外部と干渉して言語モデルの限界を超える
01 外部に干渉しつつ自律的に行動できるAgents
02 Toolを追加してAgentができることを増やす
03 Toolを自作して機能を拡張する
04 Retrieversを使って文章を検索できるToolを作成する
05 文脈に応じた返答ができるAgentを作成する
CHAPTER 7 Callbacks - さまざまなイベント発生時に処理を行う
01 Callbacksモジュールでできることを知る
02 Callbacksモジュールを使って外部ライブラリと連携する
03 ログをターミナルに表示できるCallbacksを作成する
APPENDIX　LangChainをより深く学ぶヒント
01 公式ドキュメントのユースケースから学ぶ
02 LangChainの公式ブログや、そのほかのソースをチェックする
索引
著者プロフィール
奥付

著者プロフィール

田村悠（著者）

1990年東京都生まれ。フリーランスフルスタックエンジニア
0→1で多数のWebサービスを開発し、運用。
ベースフード株式会社では一人目のエンジニアとして参画し、定期購?システムを構築、その後上場までフロントエンド、バックエンド、インフラすべてを対応。
ChatGPTに衝撃を受け、AI関連の技術に興味を持ち動画に翻訳字幕をつけられるWebサービスを個人開発でリリース（konjac.ai）