ai for developers

คู่มือนักพัฒนาที่ไม่ว่างเกี่ยวกับ Generative AI

บทช่วยสอน JavaScript พร้อม LangChain.js, Node.js และ Express

ดาวน์โหลดหนังสือ

สุดท้ายนี้ หนังสือที่ทำให้นักพัฒนาเข้าถึง AI ได้ หนังสือเล่มนี้มีไว้เพื่อเริ่มต้นเส้นทางการเรียนรู้ AI ของคุณอย่างรวดเร็ว คุณไม่จำเป็นต้องปัดฝุ่นหนังสือคาถา Python ฝึกโครงข่ายประสาทเทียม หรือเรียนปริญญาเอกสาขาสถิติ สิ่งที่คุณต้องมีคือความรู้พื้นฐานเกี่ยวกับ JavaScript และความเต็มใจที่จะเรียนรู้

เราจะข้ามศาสตร์แห่งวิทยาศาสตร์ข้อมูลทั้งหมดโดยใช้แบบจำลอง AI เจนเนอเรชั่นที่ได้รับการฝึกอบรมล่วงหน้า (โดยเฉพาะ LLM) API และ SDK ทำให้นักพัฒนาสามารถเข้าถึงโมเดลเหล่านี้ในภาษาที่พวกเขากำลังสร้างแอปพลิเคชันอยู่แล้ว

หนังสือเล่มนี้จะแนะนำคุณในการรวมข้อมูลของคุณเข้ากับพลังของ LLM โดยใช้เทคนิคที่เรียกว่า RAG (Retriever Augmented Generation) ในระหว่างการเดินทางนี้ คุณจะได้เรียนรู้แนวคิดที่สำคัญพร้อมทั้งได้รับประสบการณ์เชิงปฏิบัติกับไลบรารี JavaScript ที่สำคัญบางไลบรารี: Node.js, Express และ LangChain.js

คุณสามารถติดตามฉันบน LinkedIn สำหรับข้อมูลเพิ่มเติม:

เจค็อบ ออร์ชาลิค | ลิงค์อิน

เริ่มต้นอย่างรวดเร็ว

ขั้นตอนต่อไปนี้จะแนะนำคุณตลอดขั้นตอนการเริ่มต้นใช้งานส่วนที่ 1 บนเครื่องของคุณ

1. โคลนโปรเจ็กต์นี้ลงในไดเร็กทอรีในเครื่อง:

 ~ % git clone <url>

2. ติดตั้งโหนด

• ดาวน์โหลดและติดตั้ง: https://nodejs.org
• ตรวจสอบการติดตั้งในเทอร์มินัลของคุณ:

 ~ % node -v

• หากการติดตั้งสำเร็จ เวอร์ชันจะถูกพิมพ์ออกมา

3. ติดตั้งโมดูลโหนด

• นำทางไปยังไดเร็กทอรีโปรเจ็กต์ part1 ในเทอร์มินัลของคุณแล้วรัน:

 ~/ai-for-developers/part1 % npm install

4. สร้างบัญชี OpenAI:

• ลงทะเบียนที่นี่: https://platform.openai.com
• รับคีย์ API:
  • เพียงเลือก 'คีย์ API' ในการนำทางด้านซ้ายบน
  • เลือก '+ สร้างรหัสลับใหม่'
  • คัดลอกคีย์ไปที่ไหนสักแห่งที่ปลอดภัยในตอนนี้

5. ตั้งค่าตัวแปรสภาพแวดล้อม:

• ในเทอร์มินัลเดียวกัน ให้รันคำสั่งต่อไปนี้ด้วยค่าคีย์ของคุณ:

 ~/ai-for-developers/part1 % export OPENAI_API_KEY=<YOUR_KEY_VALUE>

• ทางเลือก : เพิ่มคำสั่งนี้ในโปรไฟล์ bash ของคุณ: ~/.zshrc

6. เปิดเซิร์ฟเวอร์

• กลับไปที่เทอร์มินัล รันคำสั่งต่อไปนี้:

 ~/ai-for-developers/node % node server-part1.mjs

• เปิดเว็บเบราว์เซอร์ของคุณแล้วไปที่: http://localhost:3000
• คุณจะเห็นการตอบสนองจากโมเดล OpenAI: ทดสอบ

โครงสร้างโครงการ

โปรเจ็กต์ประกอบด้วยโฟลเดอร์พร้อมตัวอย่างเพื่อรองรับ e-book "The Busy Developers Guide to GEN AI" แต่ละโฟลเดอร์จะมีตัวอย่างสำหรับส่วนนั้นในชุดข้อมูล

• ส่วนที่ 1: สร้างบริการ REST ที่เรียกใช้ LLM
• ส่วนที่ 2: สตรีมการตอบกลับ LLM ของคุณ
• ส่วนที่ 3: สร้างการค้นหาเวกเตอร์ด้วยข้อมูลที่กำหนดเอง
• ส่วนที่ 4: เพิ่มพลังให้กับข้อมูลของคุณด้วย RAG

สำหรับแต่ละส่วน คุณจะพบ README.md พร้อมคำแนะนำในการจัดเตรียมตัวอย่างและดำเนินการ