Inflearn brand logo image
Inflearn brand logo image

N

Inflearn brand logo image
AI Development

/

AI Agent Development

LangChain bắt đầu với TypeScript - Nhập môn LLM & RAG

Từ khái niệm cần thiết để sử dụng LLM đến RAG, tìm hiểu LangChain cơ bản bằng TypeScript

(5.0) 8 đánh giá

361 học viên

  • ivybae
ai활용
시리즈
LangChain
LLM
prompt engineering
openAI API
Thumbnail

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

  • Học các khái niệm cần biết khi sử dụng Large Language Model.

  • Học các kỹ thuật prompt engineering chính và nắm vững cách sử dụng LangChain thông qua thực hành.

  • Phát triển ứng dụng RAG đơn giản và đề cập việc sử dụng LangSmith.

  • Có thể bắt đầu xây dựng hệ thống LLM bằng TypeScript.

Bắt đầu với TypeScript, LangChain, các khái niệm thiết yếu để sử dụng LLM và RAG!

Khóa học này là khóa học giới thiệu dành cho những người mới học LangChain lần đầu bằng TypeScript .

  • Đối với những ai muốn đưa LLM vào dịch vụ của mình ,

  • Bao gồm LLM, Prompt Engineering , LangChain, RAG, LangSmith , v.v.

  • Chúng tôi sẽ giúp bạn bắt đầu xây dựng hệ thống dựa trên LLM của mình bằng một bài tập thực hành đơn giản .

Bất kỳ ai có kinh nghiệm lập trình cơ bản đều có thể tham gia và thực hiện những bước đầu tiên để xây dựng hệ thống LLM bằng TypeScript .


※ [hướng dẫn]

  • Bài giảng này được biên soạn dựa trên bài giảng được phát hành trên kênh YouTube Agent Minsu .

    Nếu bạn muốn xem thêm video thực hành và nội dung chuyên sâu, hãy đăng ký kênh và đừng bỏ lỡ nội dung AI và LangChain mới!

  • Chúng tôi cũng điều hành một nhóm LinkedIn , Nhóm người dùng Microsoft AI Agent Hàn Quốc .

Những điều cần lưu ý trước khi tham gia lớp học

Môi trường thực hành

  • Khóa học được tiến hành trong môi trường macOS, nhưng có thể học trong bất kỳ môi trường nào hỗ trợ phát triển TypeScript (Windows, Linux, v.v.).

  • Mã VS

Tài liệu học tập

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người muốn tích hợp LLM vào dịch vụ

  • Người muốn học các khái niệm ở mức nhập môn và dần dần làm quen thông qua thực hành

Cần biết trước khi bắt đầu?

  • Người có kinh nghiệm sử dụng một hoặc nhiều ngôn ngữ lập trình

Xin chào
Đây là

415

Học viên

19

Đánh giá

11

Trả lời

5.0

Xếp hạng

2

Các khóa học

원밀리언라인즈코딩 CEO

수학 강사에서 개발자로 커리어 전환에 성공한 후, 안드로이드 개발자로 근무하던 중에 네이버 커넥트재단 부스트캠프에서 개발 교육을 시작했습니다. 현재는 원밀리언라인즈코딩을 창업하고, 여러 교육기관에서 강의와 멘토링을 하며 개발자를 양성하고 있습니다.

Career as Instructor

  • 네이버 부스트캠프 안드로이드, AI 교육 (2021~현재)

  • YouTube 채널 운영 : 에이전트민수

  • LinkedIn 그룹 운영 : Microsoft AI Agent Korea User Group

  • Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기(2025, 제이펍) 책 감수

     

  • 모두의연구소 오름캠프 웹프론트엔드 교육

  • 현대자동차 소프티어 부트캠프 안드로이드 교육

  • 우아한테크캠프 안드로이드 교육

  • 원티드 프리온보딩 안드로이드 코스 운영

     

Career as developer

  • 카카오엔터테인먼트

  • ProtoPie

  • NBT

Chương trình giảng dạy

Tất cả

13 bài giảng ∙ (4giờ 34phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

8 đánh giá

5.0

8 đánh giá

  • hiksyksyksy4011님의 프로필 이미지
    hiksyksyksy4011

    Đánh giá 5

    ∙

    Đánh giá trung bình 5.0

    5

    62% đã tham gia

    • u1r2r38305님의 프로필 이미지
      u1r2r38305

      Đánh giá 1

      ∙

      Đánh giá trung bình 5.0

      5

      100% đã tham gia

      • unco님의 프로필 이미지
        unco

        Đánh giá 3

        ∙

        Đánh giá trung bình 4.7

        5

        31% đã tham gia

        I'm following along while installing the modules. This is a lecture with good explanations~

        • eldaashe8248님의 프로필 이미지
          eldaashe8248

          Đánh giá 1

          ∙

          Đánh giá trung bình 5.0

          5

          62% đã tham gia

          • abjy88님의 프로필 이미지
            abjy88

            Đánh giá 24

            ∙

            Đánh giá trung bình 5.0

            5

            100% đã tham gia

            Thank you for the lecture~

            Miễn phí

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!

            Made in RAG(Local LLM QA System) With Docker + ollama + R2R강의 썸네일

            Made in RAG(Local LLM QA System) With Docker + ollama + R2R

            kojeomstudio

            In just 2 hours of hands-on practice, we build a local LLM with RAG-based QA system using the Docker + ollama + R2R framework. (Internal/in-house QA systems, personal portfolios, AI-powered work capabilities, and even commercial services are possible.)

            초급

            초급

            Docker, AI, wsl

            Made in RAG(Local LLM QA System) With Docker + ollama + R2R강의 썸네일

            Made in RAG(Local LLM QA System) With Docker + ollama + R2R

            kojeomstudio

            LLM Application Experience Sharing Session강의 썸네일

            LLM Application Experience Sharing Session

            inflearn

            This is the edited live video from the LLM Application Experience Sharing Session with knowledge sharer Kang Byung-jin :)

            입문

            입문

            LLM, RAG

            LLM Application Experience Sharing Session강의 썸네일

            LLM Application Experience Sharing Session

            inflearn

            Let's code with IntelliJ using the Sionic MCP Series 1 Model Context Protocol!강의 썸네일

            Let's code with IntelliJ using the Sionic MCP Series 1 Model Context Protocol!

            sionicai

            This is a hands-on tutorial on how to integrate with IntelliJ and develop quickly using the Model Context Protocol (MCP).

            입문

            입문

            IntelliJ IDEA, LLM, AI

            Let's code with IntelliJ using the Sionic MCP Series 1 Model Context Protocol!강의 썸네일

            Let's code with IntelliJ using the Sionic MCP Series 1 Model Context Protocol!

            sionicai

            Spring WebFlux + LLM Practical Implementation강의 썸네일

            Spring WebFlux + LLM Practical Implementation

            johnh

            Develop various features using Spring WebFlux. This course will teach you WebFlux's essential concepts and practical implementation.

            초급

            초급

            Java, Spring, webflux

            Spring WebFlux + LLM Practical Implementation강의 썸네일

            Spring WebFlux + LLM Practical Implementation

            johnh

            Creating an AI Judge with CrewAI and LLM강의 썸네일

            Creating an AI Judge with CrewAI and LLM

            arigaram

            We create an AI judge by combining CrewAI, facilitating LLM-based multi-agent technology, with knowledge graphs and inference systems.

            중급이상

            중급이상

            AI, LLM, AI Agent

            Creating an AI Judge with CrewAI and LLM강의 썸네일

            Creating an AI Judge with CrewAI and LLM

            arigaram

            [LLM 101] LLM Essential Basics & LLaMA SFT Tuning (feat. ChatApp Poc)강의 썸네일

            [LLM 101] LLM Essential Basics & LLaMA SFT Tuning (feat. ChatApp Poc)

            dreamingbumblebee

            LLM: A pro quickly delivers core content, from essentials to practical tips!

            초급

            초급

            NLP, ChatGPT, LLM

            [LLM 101] LLM Essential Basics & LLaMA SFT Tuning (feat. ChatApp Poc)강의 썸네일

            [LLM 101] LLM Essential Basics & LLaMA SFT Tuning (feat. ChatApp Poc)

            dreamingbumblebee

            Fun Financial Statements Created with VIBE Coding (Cursor AI)강의 썸네일

            Fun Financial Statements Created with VIBE Coding (Cursor AI)

            roadmap

            We invite you to the fascinating world of coding where you analyze and visualize financial statements using only prompts. Without a single line of code, you create and deploy a service in consultation with AI.

            입문

            입문

            prompt engineering, business, Generative AI

            Fun Financial Statements Created with VIBE Coding (Cursor AI)강의 썸네일

            Fun Financial Statements Created with VIBE Coding (Cursor AI)

            roadmap

            Building OCR that actually works in real-world scenarios, here's how to do it.강의 썸네일

            Building OCR that actually works in real-world scenarios, here's how to do it.

            nexthumans

            If you want to properly learn OCR technology that's truly used in practice, this one course is all you need! Aiming for over 98% accuracy even with unstructured documents and complex layouts, based on the latest SOTA models and real-world know-how, we build enterprise-level OCR projects together.

            초급

            초급

            Python, AI, openai

            Building OCR that actually works in real-world scenarios, here's how to do it.강의 썸네일

            Building OCR that actually works in real-world scenarios, here's how to do it.

            nexthumans

            Spring AI Practical Guide: Building a RAG Chatbot강의 썸네일

            Spring AI Practical Guide: Building a RAG Chatbot

            sionicai

            Learn the easiest way to handle AI with Spring AI. Let's learn Spring AI by building a RAG chatbot.

            입문

            입문

            Spring AI, LLM, RAG

            Spring AI Practical Guide: Building a RAG Chatbot강의 썸네일

            Spring AI Practical Guide: Building a RAG Chatbot

            sionicai