पाइथन के साथ एआई सीखें · पाठ

LangChain आर्किटेक्चर और LCEL

LangChain घटक, LCEL पाइप सिंटैक्स, चेन, runnable इंटरफ़ेस और स्ट्रीमिंग चेन।

पाठ 1, कुल 4 में से13 चरण

LangChain आर्किटेक्चर और LCEL, CoddyKit पर पाइथन के साथ एआई सीखें का एक निःशुल्क पाठ है। यह 4 में से 1वाँ पाठ है। इस अध्ययन पथ के 3 तक कोई भी पाठ पूरा पढ़ना निःशुल्क है — इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ व्यावहारिक अभ्यास भी उपलब्ध कराता है। यह पाइथन के साथ एआई सीखें सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। पाइथन के साथ एआई सीखें पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

LangChain क्या है

LangChain LLM अनुप्रयोग बनाने का एक ढाँचा है, जिसमें प्रॉम्प्ट, मॉडल, पार्सर, रिट्रीवर और मेमोरी जैसे पुनःप्रयोग योग्य घटकों को जोड़ा जाता है। एपीआई कॉल को हाथ से जोड़ने के बजाय, आप ऐसी श्रृंखलाएँ बनाते हैं जो एक घटक से अगले घटक तक डेटा पहुँचाती हैं।

pip install langchain langchain-openai

मुख्य निर्माण-खंड

लगभग हर श्रृंखला में तीन घटक दिखाई देते हैं: एक PromptTemplate (जो इनपुट को प्रॉम्प्ट के रूप में व्यवस्थित करता है), एक चैट मॉडल (LLM) और एक परिणाम पार्सर (जो परिणाम को साफ़ करता है)। LangChain इन्हें एक कार्य-प्रवाह में जोड़ता है।

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

प्रॉम्प्ट टेम्पलेट बनाना

प्रॉम्प्ट टेम्पलेट में ऐसे स्थानधारक होते हैं जिन्हें रनटाइम पर भरा जाता है। {variable} सिंटैक्स का उपयोग करें। जब आप किसी डिक्शनरी के साथ श्रृंखला चलाते हैं, तो उसकी कुंजियों के स्थान पर संबंधित मान रख दिए जाते हैं।

prompt = ChatPromptTemplate.from_template(
    "Explain {topic} to a {audience} in two sentences."
)

LCEL: पाइप सिंटैक्स

LCEL (LangChain अभिव्यक्ति भाषा) पाइप ऑपरेटर | के माध्यम से घटकों को जोड़ता है। हर चरण का परिणाम अगले चरण में चला जाता है, इसलिए इसे बाएँ से दाएँ पढ़ा जा सकता है, बिल्कुल यूनिक्स कार्य-प्रवाह की तरह।

model = ChatOpenAI(model="gpt-4o")

chain = prompt | model | StrOutputParser()

StrOutputParser क्यों

चैट मॉडल साधारण स्ट्रिंग के बजाय एक संदेश ऑब्जेक्ट लौटाता है। StrOutputParser() .content टेक्स्ट निकालता है, जिससे श्रृंखला एक साफ़ स्ट्रिंग देती है। इसके बिना आपको एक संरचित संदेश वापस मिलता।

श्रृंखला चलाना

chain.invoke() के साथ श्रृंखला चलाएँ और ऐसा डिक्शनरी दें जो टेम्पलेट के चर भरती हो। परिणाम पार्स की गई स्ट्रिंग का आउटपुट होता है।

result = chain.invoke({"topic": "vectors", "audience": "beginner"})
print(result)

श्रृंखला को स्ट्रीम करना

वास्तविक समय में आउटपुट पाने के लिए invoke के बजाय chain.stream() कॉल करें। यह एक जनरेटर लौटाता है, जो मॉडल के आउटपुट तैयार करते ही उसके खंड देता रहता है, ठीक कच्ची एपीआई स्ट्रीमिंग की तरह।

for chunk in chain.stream({"topic": "RAG", "audience": "engineer"}):
    print(chunk, end="", flush=True)

कई इनपुट का बैच प्रसंस्करण

chain.batch() के साथ कई इनपुट को कुशलतापूर्वक संसाधित करें। इनपुट डिक्शनरियों की सूची दें; LangChain उन्हें समानांतर रूप से चलाता है और उसी क्रम में परिणामों की सूची लौटाता है।

inputs = [
    {"topic": "loops", "audience": "kid"},
    {"topic": "recursion", "audience": "kid"}
]
results = chain.batch(inputs)

RunnablePassthrough

RunnablePassthrough अपने इनपुट को बिना बदले आगे भेजता है। जब किसी श्रृंखला को मूल इनपुट और रूपांतरित मान दोनों को साथ रखना हो, तब यह आवश्यक होता है। RAG में प्रश्न और पुनर्प्राप्त संदर्भ दोनों भेजना इसका सामान्य उदाहरण है।

from langchain_core.runnables import RunnablePassthrough

chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt | model | StrOutputParser()
)

डिक्शनरियों के साथ संयोजन

जब कोई चरण डिक्शनरी हो, तो उसका प्रत्येक मान समानांतर रूप से चलता है और उनके परिणाम अगले चरण का इनपुट बनते हैं। इससे पुनर्प्राप्ति कार्य-प्रवाहों को चलाने वाले बहु-इनपुट प्रॉम्प्ट बनते हैं, जिसमें हर कुंजी को किसी चलने योग्य घटक या बिना बदलाव के आगे भेजने वाले घटक से जोड़ा जाता है।

parallel = {
    "context": retriever,
    "question": RunnablePassthrough()
}
# parallel feeds {"context": ..., "question": ...} downstream

LCEL क्यों महत्वपूर्ण है

LCEL श्रृंखलाओं में स्ट्रीमिंग, बैच प्रसंस्करण और असिंक्रोनस संचालन पहले से मिलते हैं, वे पढ़ने में आसान होती हैं और लेगो की तरह आसानी से जुड़ जाती हैं। यही पाइप सिंटैक्स एक-पंक्ति वाले प्रॉम्प्ट से लेकर पूरे RAG सिस्टम तक काम करता है।

त्वरित जाँच

अपने LCEL ज्ञान की जाँच करें।

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावलोकन: आर्किटेक्चर और LCEL

आपने पाइप ऑपरेटर के साथ LangChain घटकों को जोड़ा: prompt | model | StrOutputParser()। आपने invoke से श्रृंखलाएँ चलाईं, stream से स्ट्रीम किया और batch से कई इनपुट संसाधित किए। RunnablePassthrough और डिक्शनरी संयोजन की मदद से आप RAG के लिए बहु-इनपुट कार्य-प्रवाह बना सकते हैं।

शुरुआत निःशुल्क

एआई शिक्षक के साथ Python सीखें — निःशुल्क

अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।

पाठ्यक्रम: 53
पाठ: 225

निःशुल्क सीखना शुरू करें पूरा पाठ्यक्रम देखें

अक्सर पूछे जाने वाले प्रश्न

क्या “LangChain आर्किटेक्चर और LCEL” पाठ निःशुल्क है?

हाँ — पाइथन के साथ एआई सीखें अध्ययन पथ के 3 तक कोई भी पाठ, जिसमें “LangChain आर्किटेक्चर और LCEL” भी शामिल है, यहाँ वेब पर पूरा पढ़ना निःशुल्क है। इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ इंटरैक्टिव अभ्यास भी उपलब्ध कराता है। पाइथन के साथ एआई सीखें पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

“LangChain आर्किटेक्चर और LCEL” में मैं क्या सीखूँगा?

LangChain घटक, LCEL पाइप सिंटैक्स, चेन, runnable इंटरफ़ेस और स्ट्रीमिंग चेन। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ पाइथन के साथ एआई सीखें का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।

क्या पाइथन के साथ एआई सीखें शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?

पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर पाइथन के साथ एआई सीखें शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 1वाँ पाठ है।

“LangChain आर्किटेक्चर और LCEL” पाठ पूरा करने में कितना समय लगता है?

CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।

क्या मैं इस पाइथन के साथ एआई सीखें पाठ में कोड लिख और चला सकता हूँ?

हाँ। हर पाइथन के साथ एआई सीखें पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।

इस पाठ्यक्रम के सभी पाठ

LangChain आर्किटेक्चर और LCEL
दस्तावेज़ लोड करना, विभाजित करना और एम्बेड करना
वेक्टर स्टोर: Chroma और FAISS
शुरुआत से अंत तक RAG प्रश्न-उत्तर प्रणाली बनाना

← पाइथन के साथ एआई सीखें पर वापस जाएँ