generative_ai_with_langchain

الذكاء الاصطناعى التوليدي مع Langchain ، الطبعة الأولى

هذا هو مستودع التعليمات البرمجية لـ AI التوليدي مع Langchain ، الإصدار الأول ، الذي نشرته Packt.

قم ببناء تطبيقات نموذج لغة كبيرة (LLM) مع Python و ChatGpt و LLMs الأخرى

بن Auffarth

عن الكتاب

لقد أحدثت نماذج ChatGPT و GPT من Openai ثورة ليس فقط في كيفية الكتابة والبحث ولكن أيضًا في كيفية معالجة المعلومات. يناقش هذا الكتاب أداء وقدرات وقيود LLMs الأساسية لأنظمة الدردشة ، بما في ذلك ChatGPT و Bard. كما يوضح ، في سلسلة من الأمثلة العملية ، كيفية استخدام إطار Langchain لإنشاء تطبيقات LLM جاهزة للإنتاج وسريعة الاستجابة للمهام التي تتراوح من دعم العملاء إلى مساعدة تطوير البرمجيات وتحليل البيانات-توضح الأداة الموسعة لـ LLMs في تطبيقات العالم الحقيقي.

قم بإلغاء تأمين الإمكانات الكاملة لـ LLMs ضمن مشاريعك أثناء التنقل من خلال التوجيه حول ضبطها والهندسة الفورية وأفضل الممارسات للنشر والمراقبة في بيئات الإنتاج. سواء كنت تقوم ببناء أدوات كتابة إبداعية ، أو تطوير مفاتيح الدردشة المتطورة ، أو صياغة أجهزة تطوير البرمجيات المتطورة ، فإن هذا الكتاب سيكون خارطة الطريق الخاصة بك لإتقان القوة التحويلية للذكاء الاصطناعى بالثقة والإبداع.

التعلم الرئيسي

• فهم LLMs ، نقاط قوتها وقيودها
• فهم أساسيات الذكاء الاصطناعي واتجاهات الصناعة
• قم بإنشاء تطبيقات LLM مع Langchain مثل أنظمة إجابة الأسئلة و chatbots
• فهم نماذج المحولات وآليات الانتباه
• أتمتة تحليل البيانات وتصورها باستخدام Pandas و Python
• فهم هندسة سريعة لتحسين الأداء
• LLMs لضبطها وتعرف على الأدوات اللازمة لإطلاق قوتها
• نشر LLMS كخدمة مع Langchain وتطبيق استراتيجيات التقييم
• يتفاعل بشكل خاص مع المستندات باستخدام LLMs مفتوحة المصدر لمنع تسرب البيانات

ملاحظة للقراء

شكرًا لك على اختيار "AI التوليدي مع Langchain"! نحن نقدر حماسك وردود الفعل.

يرجى ملاحظة أننا قد أصدرنا نسخة محدثة من الكتاب. وبالتالي ، هناك فرعان مختلفان لهذا المستودع:

• الرئيسي - هذا هو النسخة الأصلية من الكتاب.
• Softupdate - هذا هو آخر تحديث للكتاب ، يتوافق مع Ver 0.1.13 من Langchain.

يرجى الرجوع إلى الإصدار الذي تهتم به أو يتوافق مع نسختك من الكتاب.

قم بتنزيل ملف PDF مجاني

قم بتنزيل ملف PDF مجاني

إذا كنت قد اشتريت بالفعل نسخة مطبوعة أو Kindle محدثة من هذا الكتاب ، فيمكنك الحصول على إصدار PDF خالي من DRM دون أي تكلفة. ما عليك سوى النقر على الرابط للمطالبة بـ PDF المجانية. كتاب حرة

نحن نقدم أيضًا ملف PDF يحتوي على صور ملونة لقطات الشاشة/المخططات المستخدمة في هذا الكتاب في GraphicBundle

التزام

تحديثات الرمز: التزامنا هو تزويدك بأمثلة كود مستقرة وقيمة. على الرغم من أن Langchain معروف بالتحديثات المتكررة ، إلا أننا نتفهم أهمية مواءمة الكود لدينا مع أحدث التغييرات. يتم تحديث مستودع المصاحبة بانتظام للانسداد مع تطورات Langchain.

توقع الاستقرار: من أجل الاستقرار وسهولة الاستخدام ، قد لا يتطابق المستودع مع كل تحديثات Langchain البسيطة. نحن نهدف إلى الاتساق والموثوقية لضمان تجربة سلسة لقرائنا.

كيف تصل إلينا: مواجهة القضايا أو لديك اقتراحات؟ من فضلك لا تتردد في فتح مشكلة ، وسنقوم بمعالجتها على الفور. ملاحظاتك لا تقدر بثمن ، ونحن هنا لدعمك في رحلتك مع Langchain. شكرا لك على تفهمك وترميزك السعيد!

تعرف على المزيد على خادم Discord

يمكنك التعامل مع المؤلف والقراء الآخرين على خادم Discord والعثور على أحدث التحديثات والمناقشات في المجتمع في Discord

فصول

في الجدول التالي ، يمكنك العثور على روابط إلى الدلائل في هذا المستودع. يحتوي كل دليل على روابط أخرى إلى البرامج النصية للبيثون وإلى دفاتر الملاحظات. يمكنك أيضًا رؤية روابط إلى منصات الحوسبة ، حيث يمكنك تنفيذ دفاتر الملاحظات في المستودع. يرجى ملاحظة أن هناك البرامج النصية الأخرى للمشاريع والمشاريع التي لا توجد دفاتر ، والتي ستجدها في أدلة الفصل.

فصول	كولاب	kaggle	التدرج	مختبر الاستوديو
الفصل 1: ما هو الذكاء الاصطناعي التوليدي؟	لا توجد أمثلة رمز
الفصل 2: ​​Langchain لتطبيقات LLM	لا توجد أمثلة رمز
الفصل 3: البدء مع Langchain	دليل
llms_chat_models_and_prompts.ipynb
Running_local_models.ipynb
customer_service_helper.ipynb
customer_service_use_case.ipynb
hf_hub_models.ipynb
map-reduce.ipynb
tracking_costs.ipynb
wolfram_alpha.ipynb
الفصل 4: بناء مساعدين قادرين	دليل
information_extraction.ipynb
mitigating_hallucinations.ipynb
tool_use.ipynb
الفصل 5: بناء chatbot مثل chatgpt	دليل
التضمين
الذاكرة
الاعتدال
pdf_summary.ipynb
Retrievers.ipynb
الفصل السادس: تطوير برنامج مع الذكاء الاصطناعي	دليل
code_models.ipynb
code_underSting.ipynb
langchain_rag.ipynb
software_development.ipynb
الفصل 7: LLMS لعلوم البيانات	دليل
data_science.ipynb
الفصل الثامن: تخصيص LLMs وإخراجها	دليل
fine_tuning.ipynb
الفصل التاسع: الذكاء الاصطناعي في الإنتاج	دليل
الفصل 10: مستقبل النماذج التوليدية	لا توجد أمثلة رمز

متطلبات هذا الكتاب

قائمة البرامج والأجهزة

هذا هو المستودع المصاحب للكتاب. فيما يلي بعض الإرشادات التي تساعد في إعدادها. يرجى أيضًا رؤية الفصل 3.

تعتمد جميع الفصول على بيثون.

الفصل	البرامج المطلوبة	ارتباط بالبرنامج	مواصفات الأجهزة	OS مطلوب
جميع الفصول	بيثون 3.11	https://www.python.org/downloads/	يجب أن تعمل على أي جهاز كمبيوتر حديث	Windows و MacOS و Linux (أي) و MacOS و Windows

يرجى ملاحظة أن Python 3.12 قد لا يعمل (انظر رقم 11).

بيئة

يمكنك تثبيت بيئتك المحلية مع كوندا (موصى بها) أو PIP. يتم توفير تكوينات البيئة لـ Conda و PIP والشعر. لقد تم اختبارهم جميعًا على MacOS. يرجى ملاحظة أنه إذا اخترت PIP أثناء أداة التثبيت ، فقد تحتاج إلى تثبيت إضافي لتبعيات النظام.

إذا كانت لديك أي مشاكل في البيئة ، فيرجى إثارة مشكلة ، حيث تُظهر الخطأ الذي حصلت عليه. إذا كنت تشعر بالثقة ، فالرجاء المضي قدمًا وإنشاء طلب سحب.

على Windows ، يعاني بعض الأشخاص من صعوبات مع Conda و PIP (بسبب القراءة و ncurses). إذا كان هذا هو الحال بالنسبة لك ، فيرجى إلقاء نظرة على WSL أو استخدام تثبيت Docker. أفاد بعض الأشخاص في Winodws أنهم يحتاجون إلى تثبيت أدوات بناء CPP المرئية. في أي حال ، إذا كانت لديك أي مشاكل في البيئة ، فيرجى إثارة مشكلة ، حيث تُظهر الخطأ الذي حصلت عليه. إذا كنت تشعر بالثقة في أنك وجدت تحسنًا ، فيرجى المضي قدمًا وإنشاء طلب سحب.

بالنسبة إلى PIP والشعر ، تأكد من تثبيت Pandoc في نظامك. على MacOS استخدم المشروب:

brew install pandoc

على Ubuntu أو Debian Linux ، استخدم APT:

sudo apt-get install pandoc

على Windows ، يمكنك استخدام تثبيت.

كوندا

هذه هي الطريقة الموصى بها لتثبيت التبعيات. يرجى التأكد من تثبيت Anaconda.

قم أولاً بإنشاء البيئة للكتاب الذي يحتوي على جميع التبعيات:

conda env create --file langchain_ai.yaml --force

تسمى بيئة كوندا langchain_ai . يمكنك تفعيله على النحو التالي:

conda activate langchain_ai 

pip

PIP هي أداة إدارة التبعية الافتراضية في Python. مع PIP ، يجب أن تكون قادرًا على تثبيت جميع المكتبات من ملف المتطلبات:

pip install -r requirements.txt

إذا كنت تعمل مع اتصال إنترنت بطيء ، فقد ترى مهلة مع PIP (يمكن أن يحدث هذا أيضًا مع Conda و PIP). كحل بديل ، يمكنك زيادة إعداد المهلة مثل هذا:

 export PIP_DEFAULT_TIMEOUT=100

عامل ميناء

هناك ملف Docker للبيئة أيضًا. يستخدم بيئة Docker ويبدأ دفتر Ipython. لاستخدامه ، قم أولاً ببنائه ، ثم تشغيله:

docker build -t langchain_ai .
docker run -it -p 8888:8888 langchain_ai

يجب أن تكون قادرًا على العثور على دفتر الملاحظات في متصفحك على http: // localhost: 8888.

شِعر

تأكد من تثبيت الشعر. على Linux و MacOS ، يجب أن تكون قادرًا على استخدام ملف المتطلبات:

poetry install --no-root

يجب أن يأخذ هذا ملف pyproject.toml وتثبيت جميع التبعيات.

إعداد مفاتيح API

باتباع أفضل الممارسات المتعلقة بالسلامة ، لا ارتكب بيانات اعتمادي إلى جيثب. قد ترى عبارات import التي تذكر ملف config.py ، والذي لم يتم تضمينه في المستودع. تحتوي هذه الوحدة على طريقة set_environment() التي تضع جميع المفاتيح كمتغيرات بيئة مثل هذه:

مثال config.py:

 import os

def set_environment ():
     os . environ [ 'OPENAI_API_KEY' ] = 'your-api-key-here'

من الواضح أنك تضع بيانات اعتماد API الخاصة بك هنا. اعتمادًا على التكامل (Openai ، Azure ، إلخ) ، تحتاج إلى إضافة مفاتيح API المقابلة. مفاتيح API Openai هي الأكثر استخدامًا في جميع الكود.

يمكنك العثور على مزيد من التفاصيل حول بيانات اعتماد API والإعداد في الفصل 3 من كتاب AI Generative مع Langchain.

المساهمة

إذا وجدت أي شيء خاطئ مع دفاتر الملاحظات أو التبعيات ، فلا تتردد في إنشاء طلب سحب.

إذا كنت ترغب في تغيير مواصفات تبعية Conda (ملف YAML) ، فيمكنك اختباره على هذا النحو:

conda env create --file langchain_ai.yaml --force

يمكنك تحديث متطلبات PIP مثل هذا:

pip freeze > requirements.txt

يرجى التأكد من أنك تبقي هاتين الطريقتين للحفاظ على التبعيات متزامنة.

ثم تأكد من اختبار دفاتر الملاحظات في البيئة الجديدة لترى أنها تعمل.

التحقق من صحة الكود

لقد قمت بتضمين Makefile يتضمن تعليمات للتحقق من صحة مع Flake8 و MyPy وغيرها من الأدوات. لقد قمت بتشغيل mypy مثل هذا:

make typecheck

لتشغيل التحقق من الرمز في Ruff ، يرجى تشغيل

ruff check . 

تعرف على المؤلفين

Ben Auffarth Ben Auffarth هو عالم بيانات كاملة مع أكثر من 15 عامًا من الخبرة في العمل. مع خلفية ودكتوراه في علم الأعصاب الحسابي والمعرفي ، قام بتصميم وأجرى تجارب معملية رطبة على ثقافات الخلايا ، وتحليل التجارب مع تيرابايت من البيانات ، وتشغيل نماذج الدماغ على أجهزة الكمبيوتر العملاقة IBM مع ما يصل إلى 64 ألف نوى ، ومبنية أنظمة الإنتاج معالجة مئات وآلاف المعاملات يوميًا ، ونماذج لغة مدربة على مجموعة كبيرة من المستندات. شارك في تأسيسه وهو الرئيس السابق لمتحدثي علوم البيانات ، لندن.

كتب أخرى ذات صلة

• محولات لمعالجة اللغة الطبيعية ورؤية الكمبيوتر ، الطبعة الثالثة
• بناء تطبيقات LLM التي تعمل بالطاقة ، الطبعة الأولى