昨今、LLMを用いてアプリを開発するために、LangChainが注目されています。

LangChainではOpenAIのGPTモデルや、それ以外にも様々なLLMを利用することができます。

LLM単体では汎用的な機能(テキスト生成等)は備えていますが、外部サイトを検索したり、非公開のデータに対する回答を生成することはできません。

LangChainでは、様々なToolとLLMを組み合わせることができたり、RAG(拡張検索生成)といった外部から読み取ったDocumentに対して、質問をしたり、要約をすることができます。

【コースアジェンダ】

• LangChain基礎

LangChain基礎

Google Colabにてコードを実際に動かして、LangChainの基礎を学習します。

• Streamlit基礎

Streamlit基礎

PythonのWebフレームワークの１つであるStreamlitについて学習します。

ここでは必要最低限のWidgetsの使い方について触れていきます。

• AIチャットボット開発

AIチャットボット開発

LangChain projectを準備していきます。LangChainとLLMにて簡易チャットボットを簡単に実装できることを体感できます。

またLangSmithにてprojectのトラッキングができることを確認します。

• Wiki & Arxiv Search Engine アプリ開発

Wiki & Arxiv Search Engine アプリ開発

ToolsとAgentsを用いた検索アプリを開発します。

またGroq APIを利用することで、Open sourceのLLMを用いた開発ができることを確認します。

• RAG PDF QA

RAG PDF QA

RAG(Retrieval-Augment Generation) 拡張検索生成を用いたアプリ開発をしていきます。Open sourceのVectorstoreを用いて、アップロードしたPDFファイルのテキストを読み込めるようにしていきます。

【更新履歴】

・2024/12: Sec4,5,6で開発した参照用ソースコード追加