generative_ai_with_langchain
Costruisci applicazioni LLM pronte per la produzione e agenti avanzati utilizzando Python, LangChain e LangGraph. Questo è il repository compagno per il libro sull'AI generativa con LangChain.
Crea applicazioni avanzate che utilizzano modelli di linguaggio seguendo esempi e codice da una risorsa dedicata.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiCostruisci applicazioni LLM pronte per la produzione e agenti avanzati utilizzando Python, LangChain e LangGraph. Questo è il repository compagno per il libro sull'AI generativa con LangChain.
generative_ai_with_langchain ha 1.4k stelle su GitHub. È stato forkato 580 volte. generative_ai_with_langchain è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2023. generative_ai_with_langchain è disponibile con licenza MIT. I suoi temi principali sono: agent, chatgpt, claude, claude-3-5-sonnet.
Che cos'è generative_ai_with_langchain?
Costruisci applicazioni LLM pronte per la produzione e agenti avanzati utilizzando Python, LangChain e LangGraph. Questo è il repository compagno per il libro sull'AI generativa con LangChain.
generative_ai_with_langchain è open source?
generative_ai_with_langchain è un progetto open source. È rilasciato con licenza MIT.
generative_ai_with_langchain è gratuito?
Sì. generative_ai_with_langchain è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è generative_ai_with_langchain?
generative_ai_with_langchain è disponibile con licenza MIT.
In quale linguaggio è scritto generative_ai_with_langchain?
generative_ai_with_langchain è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/benman1-generative-ai-with-langchain.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.