Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構（iThome鐵人賽系列書） (電子書)
| 商品描述 | Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構（iThome鐵人賽系列書） (電子書)：第一本Node.js開發 |
|---|
內容簡介
內容簡介 第一本Node.js開發者駕馭LLM的生成式AI應用實戰指南OpenAI API × LangChain × LangGraph × RAG從零開始打造專屬你的生成式AI應用！【內容簡介】♚OpenAI API入門：LLM知識深入淺出，提示工程輕鬆上手♚LangChain實戰：模組化元件開箱即用，打造可組合的AI應用♚RAG與AI Agent：向量資料庫整合實作，建構企業級智慧系統♚本地LLM與資安：雲端與本地混合架構，AI應用安全防護實戰本書內容改編自第17屆iThome鐵人賽生成式AI組優選系列文章《用Node.js打造生成式AI應用：從Prompt到Agent開發實戰》。以Node.js打造生成式AI應用為主軸，透過完整的實戰範例，協助開發者快速熟悉AI工具鏈。本書分為五大篇章，循序漸進地帶領讀者掌握生成式AI應用開發的關鍵要素：✪PART 1 OpenAI API基礎應用：瞭解LLM核心概念，掌握OpenAI API使用模式、提示工程與函式呼叫。✪PART 2 LangChain核心應用：掌握LangChain提示模板、結構化輸出、LCEL流程鏈與工具代理整合。✪PART 3 RAG實戰應用：實作文件載入與分割，整合嵌入模型與向量資料庫建構RAG問答系統。✪PART 4 LangGraph AI Agent實作：建構具備多代理協作、人機互動、記憶管理與MCP整合能力的AI Agent。✪PART 5 本地LLM部署與安全設計：整合Ollama與LiteLLM建構雲地混合模型架構，並涵蓋資安防護策略。【目標讀者】✪想從OpenAI API起步進入AI應用開發的入門者。✪想使用JS生態圈工具打造生成式AI應用的Node.js開發者。✪想運用自有知識庫打造RAG應用的企業內部技術團隊。✪想掌握生成式AI系統設計原則、部署模式與安全風險評估的技術主管與架構師。✪想理解LangChain、LangGraph、Ollama等框架的獨立開發者與技術創作者。【專業推薦】如果你拿到這本書，記得不要只是照做，多去思考作者的選擇邏輯。要知道半年、一年後，技術可能就變了，書裡的具體做法可能就過時了。但如果你學到的是一位資深工程師怎麼看待新技術、怎麼做選擇，那這個能力不會過期。─ 張天豪，永豐金控科技長 這不是一本「介紹AI有多厲害」的書。它在做的事情，是告訴你怎麼把LLM變成一個可以放進系統裡、可以維運、可以信任的元件。這是一條從一開始「能跑」走到最後「能上線」的完整路徑，而不只是把技術點攤開來的知識拼盤。─ 周立夫，永豐金控數位科技處副處長
作者介紹
作者介紹 王雋凱現任永豐金控數位科技處研發工程師，專注使用JavaScript生態系打造可落地的應用，長期關注生成式AI、軟體工程與金融科技發展。具備Web前後端整合經驗，致力於將AI技術導入實務並轉化為可維運的系統設計。著有《Node.js量化投資全攻略：從資料收集到自動化交易系統建構實戰》。【得獎紀錄】✪2025年 iThome（第17屆iThome鐵人賽）生成式AI組優選✪2022年 iThome（第14屆iThome鐵人賽）Software Development組冠軍✪2014年 經濟部技術處〈搶鮮大賽〉系統實作類佳作✪2011年 經濟部工業局（第16屆資訊服務創新競賽）IAP2資訊技術應用組第二名✪2011年 經濟部工業局（第16屆資訊服務創新競賽）IAP2智慧手持裝置應用主題獎✪2011年 經濟部工業局〈App Star高手爭霸戰市集應用軟體設計大賽〉入圍
產品目錄
產品目錄 【Part 01 OpenAI API基礎應用】|Chapter 01| 理解大型語言模型的核心概念|Chapter 02| 掌握OpenAI API的使用模式|Chapter 03| 使用OpenAI API建立第一個應用|Chapter 04| 運用提示工程打造可控的角色與回應|Chapter 05| 調控取樣參數Temperature與Top-P|Chapter 06| 使用Function Calling讓模型呼叫工具【Part 02 LangChain核心應用】|Chapter 07| 理解LangChain的核心概念與生態系|Chapter 08| 使用LangChain建立LLM應用程式|Chapter 09| 設計LangChain提示模板|Chapter 10| 解析LangChain結構化輸出|Chapter 11| 使用LCEL組合流程鏈|Chapter 12| 整合LangChain工具與代理|Chapter 13| 實作LangChain應用案例：AI部落格寫手|Chapter 14| 追蹤與觀測LangChain執行流程【Part 03 RAG實戰應用】|Chapter 15| 理解檢索增強生成|Chapter 16| 載入與分割文件|Chapter 17| 使用嵌入模型與向量資料庫|Chapter 18| 結合檢索與生成|Chapter 19| 實作RAG應用案例：文件問答助理【Part 04 LangGraph AI Agent實作】|Chapter 20| 理解LangGraph的流程架構|Chapter 21| 使用LangGraph建立Agent流程|Chapter 22| 打造多代理協作系統|Chapter 23| 設計人機協作流程|Chapter 24| 管理AI Agent記憶|Chapter 25| 透過MCP連接第三方工具與資源|Chapter 26| 實作LangGraph應用案例：可審核與修訂的AI寫作Agent|Chapter 27| 探索深度代理架構【Part 05 本地LLM部署與安全設計】|Chapter 28| 理解本地LLM的部署方案|Chapter 29| 使用Ollama管理本地模型|Chapter 30| 實作本地LLM應用案例：RAG文件問答助理|Chapter 31| 使用LiteLLM建構多模型代理服務|Chapter 32| 強化生成式AI應用的資安防護【Part 06 附錄】|Appendix A|安裝與設定開發環境
商品規格
| 商品名 / | Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構（iThome鐵人賽系列書） (電子書) |
|---|---|
| 簡介 / | Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構（iThome鐵人賽系列書） (電子書)：第一本Node.js開發 |
| 誠品26碼 / | 2683183622009 |
| 頁數 / | 428 |
| 語言 / | 1:中文 繁體 |
| 級別 / | N:無 |
| 檔案格式 / | PDF(39MB) |
| 檔案匯出格式 / | PDF 提供 Adobe DRM |
| TTS朗讀 / | EPUB不提供TTS朗讀 |
最佳賣點
最佳賣點 : 第一本Node.js開發者駕馭LLM的生成式AI應用實戰指南
OpenAI API × LangChain × LangGraph × RAG
從零開始打造專屬你的生成式AI應用！
【內容簡介】
♚OpenAI API入門：LLM知識深入淺出，提示工程輕鬆上手
♚LangChain實戰：模組化元