WalkSelf · AI, Công Nghệ & Kỹ Thuật · AI Tạo Sinh & Học Sâu

Phát triển ứng dụng LLM

Học cách xây dựng các ứng dụng được hỗ trợ bởi các Mô hình Ngôn ngữ Lớn (LLM) bằng các framework như LangChain và LlamaIndex. Phát triển chatbot, hệ thống hỏi đáp và các tác tử với Retrieval-Augmented Generation (RAG).

158 courses

Phát triển ứng dụng LLM

Kiến thức cơ bản về LangChain: Xây dựng các ứng dụng Tạo sinh Tăng cường Truy xuất (RAG)

Xây dựng Luồng Công việc AI với LangChain và LLM Mã Nguồn Mở

Xây dựng ứng dụng AI từ ý tưởng đến triển khai

Kết nối AI với Dữ liệu Tùy chỉnh bằng RAG

AI cho Nhà phát triển: Tích hợp LLM với API và Lời nhắc (Prompts)

Xây dựng Ứng dụng AI Tạo sinh Không cần Mã (No-Code) với Dify

Giới thiệu về RAG: Câu trả lời AI từ Tài liệu của bạn

Phát triển ứng dụng API với DeepSeek và Tongyi

Ứng dụng LLM cho Dữ liệu: Xây dựng Trợ lý Phân tích RAG

Khả năng quan sát AI Agent: LangSmith và Langfuse

Nền tảng về Khả năng quan sát AI Agent với Langfuse

Nền tảng của việc Đánh giá AI Agent với LangSmith

Xây dựng các ứng dụng GraphRAG với LlamaIndex

Cơ bản về Agentic RAG: Xây dựng AI Agents với LangGraph

Xây dựng AI Agent với LlamaIndex và RAG

LangGraph Studio: Xây dựng và Gỡ lỗi các Workflow AI Agent

LangChain và LangGraph: Xây dựng các AI Agent có trạng thái

Nền tảng của RAG Pipelines và LLMOps

Xây dựng Local Private AI Stack: Self-Hosted LLMs và RAG

Xây dựng các ứng dụng LLM với TypeScript và LangChain.js

Phát triển AI với Java: LangChain4j và Spring AI

Kết quả đầu ra LLM có cấu trúc: JSON, Pydantic, và Validation

LLM Function Calling: Kết nối AI với các API và Cơ sở dữ liệu

Cơ bản về LlamaIndex: Xây dựng AI Agents và ứng dụng RAG