RAG × LangChain整合應用：從問診機器人開始，打造可信任的AI系統 (電子書) | 誠品線上

RAG × LangChain整合應用：從問診機器人開始，打造可信任的AI系統 (電子書)

內容簡介

內容簡介 從概念到實作，全方位掌握RAG與LangChain精準打造你的專屬AI系統！本書改編自第16屆iThome鐵人賽生成式AI組優選系列文章《初探LangChain與LLM：打造簡易問診機器人》，完整收錄生成式AI、大型語言模型（LLM）與檢索增強生成（RAG）的核心觀念與技術細節。書中首先帶領讀者認識生成式AI與LLM的重要觀念，深入探討模型常見的幻覺問題與即時知識更新的難點，並逐步引導讀者學習RAG架構如何有效克服這些挑戰。接著，以詳細且易懂的步驟說明環境建置方法，包括Python、PyCharm、OpenAI API及MongoDB Atlas的設定，確保讀者能快速架設並應用於實務專案。此外，書中透過實際案例「智慧問診機器人」專案的完整演練，全面介紹LangChain框架的基礎到進階操作技巧，並深入說明如何評估與測試系統效能，運用DeepEval及LLM as a Judge等工具進行成效驗證，幫助讀者掌握RAG系統的實務與優化策略，快速提升實戰能力。無論你是初次接觸生成式AI的新手，或希望深度實作RAG技術的進階讀者，本書將引導你扎實地掌握理論基礎與技術細節，輕鬆建立屬於自己的高效能智慧應用系統。【重點摘要】✦ 理論基礎深入淺出RAG核心觀念✦ 環境架設從開發到部署一本搞定✦ 實務專案採用貼近生活的問診系統實戰演練✦ 效能評估開發同時也關注模型回答的表現【目標讀者】．對生成式AI有興趣的讀者．具備基礎Python知識的讀者．期望理解RAG系統的人士．想要了解如何評估RAG表現的開發者【專業推薦】本書以教學導向的內容，帶領讀者認識生成式AI、大型語言模型（LLM）與RAG（檢索增強生成）的基本概念與架構，進而透過實際操作與範例，理解LangChain框架的開發實務，以及向量資料庫在知識檢索中的關鍵角色；並經由智慧問診機器人實作演練，讓讀者學習如何建構一個能實務運作的智慧化系統，同時介紹提升RAG系統準確度的建議作法。我誠摯推薦本書給每一位希望從基礎出發，穩健踏入LLM與RAG實作領域的讀者。相信本書不只會協助您建立知識架構，更會為後續的學習與應用打下良好的基礎。──── 呂奇傑｜輔仁大學資訊管理學系 特聘教授

作者介紹

作者介紹 陳柏翰現職生成式AI及資料工程師，專長於Python程式語言、知識型問答系統（RAG，Retrieval-Augmented Generation），以及企業級AI應用的落地實作。擁有多年軟體開發、資料科學與機器學習專案經驗，長期投身於人工智慧產業應用與創新教學，並活躍於技術社群、學術研究與專業寫作領域。目前就讀於輔仁大學資訊管理碩士在職專班，曾於網通產業、數位科技新創等不同型態企業服務，參與過多項結合NLP與資料工程的大型專案，涵蓋智慧客服、智能醫療諮詢、文件搜尋與自動化知識問答等應用場域。深諳Python、Django、LangChain、OpenAI API、Docker、PostgreSQL、MongoDB等主流技術，亦積極參與新一代AI工具在企業環境中的最佳實踐推廣。除了專業領域的投入，也善於觀察生活、反思科技與人之間的關係。因此在書寫風格上，力求兼顧專業嚴謹與易讀親和，讓更多初學者、工程師與決策者都能從中找到啟發，真正落實「人人都能用AI提升數據力」的願景。

產品目錄

產品目錄 Chapter 01 生成式AI與RAG的核心概念Chapter 02 環境架設與金鑰申請Chapter 03 LangChain操作教學：從基礎到進階Chapter 04 環境架設與金鑰申請Chapter 05 智慧問診機器人實作演練Chapter 06 提升RAG系統的準確度Chapter 07 RAG在不同行業的應用與挑戰

商品規格

最佳賣點

最佳賣點 : 從概念到實作，全方位掌握RAG與LangChain
精準打造你的專屬AI系統！


本書改編自第16屆iThome鐵人賽生成式AI組優選系列文章《初探LangChain與LLM：打造簡易問診機器人》，完整收錄生成式AI、大型語言模型（LLM）與檢索增強生成（RAG）的核心觀念與技術細節。

書中首先