WalkSelf · AI, เทคโนโลยีและวิศวกรรม · Generative AI และ Deep Learning

การพัฒนาแอปพลิเคชัน LLM

เรียนรู้การสร้างแอปพลิเคชันที่ขับเคลื่อนโดย Large Language Models (LLM) โดยใช้เฟรมเวิร์กอย่าง LangChain และ LlamaIndex พัฒนาแชทบอท ระบบตอบคำถาม และเอเจนต์ด้วย Retrieval-Augmented Generation (RAG)

117 courses

การพัฒนาแอปพลิเคชัน LLM

LangChain Fundamentals: การสร้างแอปพลิเคชัน Retrieval-Augmented Generation (RAG)

สร้างเวิร์กโฟลว์ AI ด้วย LangChain และ Open-Source LLMs

การสร้างแอปพลิเคชัน AI ตั้งแต่แนวคิดจนถึงการนำไปใช้งานจริง

เชื่อมต่อ AI เข้ากับข้อมูลที่กำหนดเองด้วย RAG

AI สำหรับนักพัฒนา: การผสานรวม LLM เข้ากับ API และพรอมต์

การสร้างแอปพลิเคชัน Generative AI แบบ No-Code ด้วย Dify

ความรู้เบื้องต้นเกี่ยวกับ RAG: คำตอบ AI จากเอกสารของคุณ

การพัฒนาแอปพลิเคชัน API ด้วย DeepSeek และ Tongyi

แอปพลิเคชัน LLM สำหรับข้อมูล: สร้างผู้ช่วยวิเคราะห์ RAG

AI Agent Observability: LangSmith และ Langfuse

พื้นฐานของ AI Agent Observability ด้วย Langfuse

พื้นฐานการประเมิน AI Agent ด้วย LangSmith

การสร้างแอปพลิเคชัน GraphRAG ด้วย LlamaIndex

พื้นฐาน Agentic RAG: สร้าง AI Agents ด้วย LangGraph

การสร้าง AI Agents ด้วย LlamaIndex และ RAG

LangGraph Studio: สร้างและดีบักเวิร์กโฟลว์ AI Agent

LangChain และ LangGraph: การสร้าง Stateful AI Agents

พื้นฐานของ RAG Pipelines และ LLMOps

สร้าง Local Private AI Stack: Self-Hosted LLMs และ RAG

Building LLM Apps with TypeScript and LangChain.js

การพัฒนา AI ด้วย Java: LangChain4j และ Spring AI

ผลลัพธ์ LLM แบบมีโครงสร้าง: JSON, Pydantic, และ Validation

LLM Function Calling: เชื่อมต่อ AI เข้ากับ APIs และ Databases

พื้นฐาน LlamaIndex: สร้าง AI Agents และแอป RAG