Newsletter para devsEntra
Masterclass

Cómo crear aplicaciones con Inteligencia Artificial con LangChain y OpenAI

#InteligenciaArtificial #OpenAI #LangChain #DesarrolloSoftwareIA

Desde 15€/mes

Duración total: 01:27:11

Código descargable

Acceso 100% online

Guía práctica para crear apps con LangChain y OpenAI: integración de LLMs, ingestión de datos, embeddings, chains, memoria y demos con código real.

Qué vas a aprender

  1. 1Integración de LangChain con OpenAI para crear aplicaciones IA
  2. 2Uso de modelos GPT (3.5/4) y ajustes de parámetros como temperatura
  3. 3Ingesta de datos y document loaders (PDF, código, Markdown)
  4. 4Generación de embeddings y almacenamiento en vector stores (hnswlib, Chroma)
  5. 5Diseño de chains y plantillas de prompt
  6. 6Gestión de memoria y chat history (buffer memory)
  7. 7Streaming y callbacks para respuestas incrementales en la UI
  8. 8Análisis y consulta de código legacy (ej. PHP 2004) mediante vector search
  9. 9Costes y facturación al usar OpenAI; consideraciones de modelo
  10. 10Alternativas y despliegue: modelos open-source, self-hosting y Next/Docker

¿Qué aprenderás en este vídeo?

Evolución de la programación con IA y su impacto en el sector

Aprovechamiento de la IA para usarla con tu propia documentación

Estudiando la capacidad de respuesta de la tecnología de ChatGPT

Cuánto cuesta usar la API de GPT

Uso de base de datos vectorial

Uso del frameowrk Langchain a base de componentes y cadenas

Explora los capítulos

1. Presentación [17:48]

Presentación

[01:02]

Impacto de IA en la programación

[00:57]

Uso beneficioso de IA

[01:45]

Explicación y respuesta de LLM/ChatGPT

[03:22]

Clave de desarrollo: Descubrimiento de OpenAI

[00:16]

OpenAI ofrece documentación para desarrolladores

[01:50]

LangChain: IA para facilitar desarrollo

[03:11]

LangChain avanza rápido, requiere actualización 🔥

[02:34]

Análisis de costes de GPT 🔥

[01:24]

Langchain: Documentación con buscador de IA

[01:27]

2. Demo básica [07:22]

Demo básica

[01:01]

Herramientas de Lanchain para programación

[05:40]

Proceso de devolución de datos

[00:41]

3. Demo con memoria [17:38]

Demo con memoria

[01:03]

Casos de uso del framework 🔥

[02:06]

Implementaciones de chat con OpenAI

[02:56]

Clasificación y almacenamiento de mensajes

[00:58]

Función MapStoriesMessage almacena mensajes

[04:29]

Ejemplo con Napoleón 🔥

[06:06]

4. Demo con datos [31:47]

Demo con datos

[01:44]

Texto convertido en vectores

[00:58]

Almacenamiento de texto en VectorStore 🔥

[03:23]

Generación de ficheros con librería

[00:12]

Proceso de vectorización con embedding

[00:50]

Lectura de datos con document loaders

[01:48]

División recursiva de documentos

[03:12]

Leyendo código legacy PHP

[01:27]

Uso de base de datos vectoriales

[02:18]

Pregunta sobre código legacy

[02:23]

Prueba de refactorización con IA 🔥

[00:51]

Pregunta: Uso alternativo de GPT4All

[05:37]

Embeddings usan ADA 002

[01:56]

Uso de modelos existentes para respuestas

[03:43]

Mejorar resultados trabajando el prompt

[01:25]

5. Demo con Next.js [12:36]

Demo con Next.js

[03:11]

Sobreescribir prompts para mejores resultados

[01:34]

Callback Manager y cadenas Q&A

[02:06]

Base de datos Markdown

[04:15]

Importancia de adaptar el framework

[00:37]

Chat: importancia de preguntas y respuestas

[00:53]

Suscríbete

Desde 15€/mes