Chia Sẻ Khóa Học RAG Thực Hành - Xây Dựng Các Ứng Dụng Với LangGraph & LangChain [Khóa 5613 A]
Xây dựng Traditional, Multimodal & Agentic RAG mạnh mẽ với LangChain và LangGraph.
Những gì bạn sẽ học được:
- ✓ Bắt đầu với Retrieval-Augmented Generation (RAG).
- ✓ Tạo một ứng dụng RAG đơn giản bằng LangChain.
- ✓ Xây dựng một RAG System để Chat với nhiều tài liệu PDF.
- ✓ Xây dựng một ứng dụng RAG từ đầu - Không LangChain, không LlamaIndex.
- ✓ Conversational RAG với LangChain: Memory & Multi-Turn Logic.
- ✓ Xây dựng một Conversational RAG Streamlit App với Chat History bằng LangChain.
- ✓ Multimodal RAG: Chat với các PDF phức tạp (Text, Table & Image).
- ✓ Conversational Multimodal RAG: Chat với các PDF phức tạp (Text, Image & Table).
- ✓ Xây dựng một Hybrid CSV Intelligence Agent sử dụng RAG, Pandas và LLM Judge.
- ✓ Bắt đầu với Agentic RAG: Triển khai từng bước bằng LangGraph.
Giải phóng sức mạnh của RAG - Từ cơ bản đến các hệ thống AI nâng cao.
RAG (Retrieval-Augmented Generation) là một kỹ thuật AI mạnh mẽ giúp các hệ thống hiểu, truy xuất và generate thông tin một cách thông minh. Nó được sử dụng trong các chatbot, virtual assistant, research tool và các giải pháp AI doanh nghiệp. Khóa học này sẽ hướng dẫn bạn từng bước, từ việc xây dựng các RAG pipeline đơn giản đến việc tạo ra các hệ thống Agentic AI nâng cao, cung cấp cho bạn các kỹ năng thực tế để áp dụng RAG vào các dự án thực tế.
Khóa học RAG thực hành là hướng dẫn từng bước để bạn học RAG với LangChain và LangGraph. Dù bạn là người mới bắt đầu với AI hay là một nhà phát triển giàu kinh nghiệm, khóa học này sẽ hướng dẫn bạn từ những kiến thức cơ bản đến nâng cao về các hệ thống Agentic RAG.
Những gì bạn sẽ học được:
- ✓ Bắt đầu với Retrieval-Augmented Generation (RAG).
- ✓ Tạo một ứng dụng RAG đơn giản bằng LangChain.
- ✓ Xây dựng một RAG System để Chat với nhiều tài liệu PDF.
- ✓ Xây dựng một ứng dụng RAG từ đầu - Không LangChain, không LlamaIndex.
- ✓ Conversational RAG với LangChain: Memory & Multi-Turn Logic.
- ✓ Xây dựng một Conversational RAG Streamlit App với Chat History bằng LangChain.
- ✓ Multimodal RAG: Chat với các PDF phức tạp (Text, Table & Image).
- ✓ Conversational Multimodal RAG: Chat với các PDF phức tạp (Text, Image & Table).
- ✓ Xây dựng một Hybrid CSV Intelligence Agent sử dụng RAG, Pandas và LLM Judge.
- ✓ Bắt đầu với Agentic RAG: Triển khai từng bước bằng LangGraph.
Mục lục:
- ✓ 01. Giới thiệu về Retrieval-Augmented Generation (RAG).
- ✓ 02. Xây dựng một RAG System để Chat với nhiều PDF Document.
- ✓ 03. Tạo một ứng dụng RAG đơn giản bằng LangChain.
- ✓ 04. Xây dựng một ứng dụng RAG từ đầu (không cần LangChain hoặc LlamaIndex).
- ✓ 05. Xây dựng một Conversational RAG System với Chat History bằng LangChain
- ✓ 06. Xây dựng một Conversational RAG Streamlit App với Chat History bằng LangChain.
- ✓ 07. Multimodal RAG: Chat với các PDF (Text, Image & Table).
- ✓ 08. Conversational Multimodal RAG: Chat với các PDF (Text, Image & Table).
- ✓ 09. Xây dựng một Hybrid CSV Intelligence Agent sử dụng RAG, Pandas & LLM Judge.
- ✓ 10. Bắt đầu với Agentic RAG: Triển khai từng bước bằng LangGraph.
Khóa học này dành cho:
- ✓ Bất kỳ ai muốn học RAG, từ cơ bản đến các hệ thống nâng cao.
- ✓ Người mới bắt đầu sử dụng AI muốn có cách học RAG từng bước, thực hành.
- ✓ Bất kỳ ai muốn xây dựng các smart assistant, chatbot hoặc research tool.