🌟 LangChain 공식 Document, Cookbook, 그 밖의 실용 예제를 바탕으로 작성한 한국어 튜토리얼입니다.

본 튜토리얼을 통해 LangChain을 더 쉽고 효과적으로 사용하는 방법을 배울 수 있습니다.

• LangChain 밋업 발표 / R.A.G. 우리가 절대 쉽게결과물을 얻을 수 없는 이유
• 노코딩으로 쇼핑몰 리뷰 분석 (크롤링 + Q&A 챗봇)
• ChatGPT 의 GPTS 에 API 호출기능을 붙이면 어떻게 될까?
• LangChain Agent 를 활용하여 ChatGPT를 업무자동화 에 적용하는 방법🔥🔥
• Private GPT! 나만의 ChatGPT 만들기 (HuggingFace Open LLM 활용)
• LangGraph 의 멀티 에이전트 콜라보레이션 찍먹하기
• 마법같은 문법 LangChain Expression Language(LCEL)
• 이미지를 matplotlib 파이썬 코드로, 원하는 문장을 입력하면 파이썬 코드로 변환하는 방법
• RAG 파이프라인 이해해보기 - 네이버 뉴스기사 기반 Q&A 챗봇 제작
• OpenAI 의 새로운 기능 Assistant API 완벽히 이해해보기
• OpenAI 의 새로운 기능 Assistant API 3가지 도구 활용법

• OpenAI API 모델 리스트 / 요금표

• OpenAI Python API 키 발급방법, 요금체계
• 채팅(chat) 함수 사용하기(1)
• DALL·E를 사용하여 이미지 생성, 수정, 다양화하기(2)
• Whisper API를 사용하여 TTS, STT 구현하기(3)

• OpenAI GPT 모델(ChatOpenAI) 사용법
• 허깅페이스(HuggingFace) 모델 사용법
• 챗(chat) - ConversationChain, 템플릿 사용법
• 정형데이터(CSV, Excel) - ChatGPT 기반 데이터분석
• 웹사이트 크롤링 - 웹사이트 문서 요약
• 웹사이트 정보 추출 - 스키마 활용법
• PDF 문서요약, Map-Reduce
• PDF 기반 질의응답(Question-Answering)
• 문장을 파이썬 코드로, 이미지를 파이썬 코드로 변경하는 방법
• LangChain Expression Language(LCEL) 원리 이해와 파이프라인 구축 가이드
• LLMs를 활용한 문서 요약 가이드: Stuff, Map-Reduce, Refine 방법 총정리
• 자동화된 메타데이터 태깅으로 문서의 메타데이터(metadata) 생성 및 자동 라벨링
• 네이버 뉴스 기반 Q&A 애플리케이션 구축하기 - 기본편
• RAG 파헤치기: 문서 기반 QA 시스템 설계 방법 - 심화편
• 에이전트(Agent)와 도구(tools)를 활용한 지능형 검색 시스템 구축 가이드

• Multi-Agent Collaboration(다중 협업 에이전트) 로 복잡한 테스크를 수행하는 LLM 어플리케이션 제작
• LangGraph Retrieval Agent를 활용한 동적 문서 검색 및 처리

• RAG - 우리가 절대 쉽게 원하는 결과물을 얻을 수 없는 이유 - 테디노트
• 프름프트 흐름과 LLM 모델 평가 - 이재석님
• 인공지능을 통한 게임 제작 파이프라인의 변화 - 김한얼님
• OpenAI SORA 살짝 맛보기 - 박정현님
• Semantic Kernel로 만드는 AI Copilot - 이종인님
• Streamlit 과 langchain으로 나만의 웹서비스 개발하기 - 최재혁님
• Llama2-koen을 만들기까지 - 최태균님
• 올바른 한국어 언어 모델 평가를 위해: HAE-RAE Bench, KMMLU - 손규진님
• 랭체인 네이버 기사 크롤링 - 우성우님
• Gemma와 LangChain을 이용한 SQL 체인만들기 - 김태영님

본 프로젝트는 Apache License 2.0에 따라 라이선스가 부여됩니다.

🔒 본 내용의 저작권은 2024년 테디노트에 있습니다. 모든 권리는 저작권자에게 있으며, [email protected] 으로 문의할 수 있습니다.

본 내용의 무단 전재 및 재배포를 금지합니다. 본 내용의 전체 혹은 일부를 인용할 경우, 출처를 명확히 밝혀주시기 바랍니다.

본 문서는 다른 문서의 내용을 참고하여 작성되었을 수 있습니다. 참고 자료는 본 문서 하단의 출처 목록에서 확인하실 수 있습니다.

• langchain-ai 📖
• OpenAI API Reference 🤖

• 유튜브 채널: LangChain 한국어 튜토리얼 🎥
• 블로그: 테디노트 📝
• Playground: LangChain LLM Playground 🎮

본 튜토리얼을 시작하기 전에, LangChain과 관련된 기본적인 지식을 갖추는 것이 좋습니다. 위의 출처 링크를 통해 기본적인 정보를 얻을 수 있습니다.

본 튜토리얼에 기여하고자 하는 분들은 언제든지 풀 리퀘스트를 보내주시거나, 이슈를 등록하여 의견을 공유해 주시기 바랍니다. 모든 기여는 본 프로젝트의 발전에 큰 도움이 됩니다. 💖