LangChain - Phát triển Tác nhân AI có kiểm soát với LangChain & RAG

Trong khóa học này, tôi sẽ hướng dẫn bạn từng bước xây dựng các AI Agent thực tế bằng cách sử dụng LangChain, OpenAI và RAG. Dựa trên kinh nghiệm giúp đỡ các lập trình viên chuyển từ việc sử dụng LLM cơ bản sang các hệ thống AI có cấu trúc, có thể kiểm soát và sẵn sàng cho môi trường thực tế, khóa học này tập trung vào việc giải quyết các vấn đề phổ biến như phản hồi AI không đáng tin cậy, thiếu kiểm soát, xử lý ngữ cảnh kém và các vấn đề về bộ nhớ. Thay vì chỉ học lý thuyết, bạn sẽ thực hiện một dự án thực hành, nơi chúng ta thiết kế các agent về kinh doanh, lập kế hoạch, marketing và email, xác thực đầu ra của AI, quản lý log và tích hợp Retrieval-Augmented Generation (RAG) với các cơ sở dữ liệu vector. Mỗi khái niệm đều được giải thích rõ ràng, triển khai thực tế và kết nối với các tình huống sử dụng thực tế để bạn có thể tự tin áp dụng những gì đã học vào các dự án của riêng mình.

2 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

vector-database
vector-database
prompt engineering
prompt engineering
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent
vector-database
vector-database
prompt engineering
prompt engineering
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent

Bạn sẽ nhận được điều này sau khi học.

  • Xây dựng các AI Agent có kiểm soát và tính mô-đun bằng LangChain

  • Thiết kế các agent kinh doanh, lập kế hoạch, marketing và email với các prompt và schema có cấu trúc

  • Triển khai RAG với cơ sở dữ liệu vector (ChromaDB) để có được các phản hồi giàu ngữ cảnh và đáng tin cậy

  • Quản lý bộ nhớ agent, nhật ký, kiểm định và bảo mật trong các ứng dụng AI

  • Phát triển một dự án AI hoàn chỉnh từ đầu đến cuối sẵn sàng ứng dụng vào thực tế

Xây dựng các AI Agent Đáng tin cậy với LangChain & RAG – Từ LLM đến Thực tế Sản xuất

Phụ đề (tùy chọn)
Thiết kế các tác nhân AI có kiểm soát cho kinh doanh, marketing và tự động hóa bằng cách sử dụng LangChain, OpenAI và Cơ sở dữ liệu Vector.

4

Tại sao nên chọn khóa học này?
Nhiều lập trình viên biết cách gọi một LLM API—nhưng lại gặp khó khăn khi các phản hồi của AI trở nên không thể dự đoán, không có cấu trúc hoặc không thể mở rộng.
Khóa học này được thiết kế sau khi nhận thấy các học viên liên tục đặt câu hỏi:

“Làm thế nào để tôi kiểm soát hành vi của AI, xác thực đầu ra và sử dụng dữ liệu của chính mình một cách đáng tin cậy?”

Khóa học này trả lời câu hỏi đó bằng cách hướng dẫn bạn thông qua một hệ thống AI Agent thực tế, theo phong cách sản xuất được sử dụng trong các ngành công nghiệp như:

  • Phần mềm & SaaS

  • Marketing & tự động hóa nội dung

  • Trí tuệ kinh doanh (Business intelligence)

  • Các công cụ nội bộ hỗ trợ bởi AI

Những gì bạn sẽ học

Phần (1): Các từ khóa cốt lõi – Nền tảng về AI Agent & LangChain

Bạn sẽ học cách thiết kế các Tác nhân AI có kiểm soát và có tính mô-đun, chứ không chỉ là các kịch bản dựa trên câu lệnh (prompt).

4

Trong phần này, bạn sẽ học cách:

  • Hiểu sự khác biệt giữa LLM và AI Agent

  • Sử dụng LangChain để xây dựng các quy trình làm việc AI có cấu trúc

  • Thiết kế các câu lệnh hệ thống, kinh doanh và lập kế hoạch

  • Tạo sơ đồ và chuỗi cho đầu ra AI đáng tin cậy

  • Thực thi các tác nhân, quản lý nhật ký và xác thực phản hồi

  • Xây dựng các agent chuyên biệt (Kinh doanh, Lập kế hoạch, Marketing, Email)

🎯 Mục tiêu học tập:
Chuyển từ việc sử dụng LLM cơ bản sang hành vi AI có thể dự đoán, có thể giải thích và được kiểm soát.

Phần (2): Các từ khóa cốt lõi – RAG, Cơ sở dữ liệu Vector & Kiểm soát bộ nhớ

Bạn sẽ tích hợp Tạo phản hồi tăng cường bằng truy xuất (RAG) để giúp AI làm việc với các tài liệu thực tế và dữ liệu riêng tư.

4

Trong phần này, bạn sẽ học cách:

  • Hiểu về RAG và Cơ sở dữ liệu Vector

  • Tải lên và xử lý các tệp ngữ cảnh bên ngoài

  • Tạo các embedding và lưu trữ chúng trong ChromaDB에 저장하기に保存する

  • Thực hiện tìm kiếm và truy xuất tương đồng

  • Chèn ngữ cảnh một cách linh hoạt vào các yêu cầu AI

  • Giải quyết các vấn đề về ô nhiễm ngữ cảnh và bộ nhớ RAG

  • Xóa, quản lý và bảo mật bộ nhớ dựa trên vector

🎯 Mục tiêu học tập:
Xây dựng các hệ thống AI có khả năng lập luận dựa trên dữ liệu của chính bạn, chứ không chỉ dựa trên kiến thức mô hình chung chung.

Trước khi bạn đăng ký

Điều kiện tiên quyết & Thông báo

Kiến thức yêu cầu

  • Kiến thức lập trình cơ bản (JavaScript hoặc Python)

  • Hiểu biết cơ bản về các khái niệm AI hoặc LLM (có ích nhưng không bắt buộc)

Cấp độ khóa học

  • ⚙️ Trung cấp (có cung cấp giải thích từng bước)

Chất lượng Âm thanh & Video

  • Lời giải thích bằng giọng nói rõ ràng

  • Quay màn hình chất lượng cao

  • Thực hành lập trình thực tế (không chỉ dạy bằng slide)

Cách đặt câu hỏi

  • Học viên có thể đặt câu hỏi trực tiếp trong phần Hỏi & Đáp (Q&A) của khóa học

  • Các vấn đề và câu hỏi thường gặp sẽ được giải quyết trong các bản cập nhật

Cập nhật

  • Khóa học này được thiết kế như một dự án sống로 설계되었습니다.として設計されています

  • Các cải tiến và bản sửa lỗi trong tương lai sẽ được bổ sung khi các công cụ AI phát triển.

Bản quyền & Sở hữu trí tuệ

  • Tất cả tài liệu khóa học, ví dụ mã nguồn và video chỉ dành cho mục đích học tập cá nhân 가능합니다.できます。

  • Nghiêm cấm việc phân phối lại, bán lại hoặc đăng tải lại nội dung này.

💡Khi bạn hoàn thành khóa học này

Khóa học này cung cấp chứng nhận hoàn thành với định dạng phù hợp cho sơ yếu lý lịch và hồ sơ năng lực.
Bằng cách hoàn thành khóa học, bạn có thể nhận được chứng chỉ này, thứ có thể dùng làm bằng chứng chính thức cho những thành tựu học tập của bạn.

💡Học tập thông minh với các tùy chọn ngôn ngữ cho Âm thanh và Phụ đề

Bạn có thể thay đổi cả âm thanh và phụ đề tùy theo phong cách học tập của mình.
Chọn ngôn ngữ ưu tiên của bạn.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những lập trình viên đang gặp khó khăn với kết quả đầu ra thiếu ổn định của LLM và muốn kiểm soát tốt hơn hành vi của AI

  • Các kỹ sư phần mềm đang tìm cách xây dựng các ứng dụng AI sẵn sàng triển khai thực tế bằng LangChain và RAG

  • Các doanh nhân và nhà phát triển sản phẩm muốn tích hợp AI Agent vào quy trình làm việc của doanh nghiệp

  • Bất kỳ ai đã hiểu các khái niệm AI cơ bản nhưng gặp khó khăn trong việc xây dựng cấu trúc và mở rộng quy mô các hệ thống AI.

Cần biết trước khi bắt đầu?

  • Có. Bạn nên có kiến thức lập trình cơ bản (JavaScript hoặc Python) và hiểu biết chung về các khái niệm LLM hoặc AI. Không yêu cầu kinh nghiệm trước đó với LangChain hoặc RAG—mọi thứ đều được giải thích từng bước một.

Xin chào
Đây là Sime Bugarija

Tôi đã tích cực sử dụng Blender trong 4 năm qua, chủ yếu để tạo hoạt hình điện ảnh. Trong các khóa học của tôi, bạn có thể học được nhiều điều về dựng hình, tạo kết cấu, tạo ánh sáng, hậu kỳ và hoạt hình. Mục tiêu của tôi là đạt được kết quả kết xuất (render) chân thực nhất có thể. Tất cả các khóa học của tôi đều được hướng dẫn từng bước và dành cho những người dùng chưa từng có kinh nghiệm sử dụng Blender trước đây.

Thêm

Chương trình giảng dạy

Tất cả

38 bài giảng ∙ (4giờ 2phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Truy cập bị hạn chế đối với các khóa học không công khai.