Langchain Book by Altero
  • Tutorial Penggunaan Langchain (Edisi Bahasa Indonesia)
  • CH01 - Memulai dengan LangChain
    • 01. Open AI API
    • 02. LangSmith
    • 03. Menggunakan OpenAI API (GPT-4o Multimodal)
    • 04. LangChain Expression Language(LCEL)
    • 05. LCEL Interface
    • 06. Runnable
  • CH02 - Prompt
    • 01. Prompt
    • 02. FewShotPromptTemplate
    • 03. LangChain Hub
    • 04. Prompt yang dipersonalisasi (diunggah ke Hub)
  • CH03 - Output Parser
    • 01. Pydantic Output Parser
    • 02. Comma Separator Output Parser (CommaSeparatedListOutputParser)
    • 03. Structured Output Parser
    • 04. Json Output Parser
    • 05. DataFrame Output Parser (PandasDataFrameOutputParser)
    • 06. Datetime Output Parser
    • 07. Enum Output Parser
    • 08. Output Fixing Parser
  • CH04 - Model
    • 01. Manfaatkan berbagai model LLM yang berbeda
    • 02. Cache
    • 03. Serialisasi Model - Simpan dan Muat
    • 04. Cek penggunaan Token
    • 05. Google Generative AI
    • 06. HuggingFace Endpoints
    • 07. HuggingFace Local
    • 08. HuggingFace Pipeline
    • 09. Ollama
    • 10. GPT4ALL
  • CH05 - Memory
    • 01. ConversationBufferMemory
    • 02. ConversationBufferWindowMemory
    • 03. ConversationTokenBufferMemory
    • 04. ConversationEntityMemory
    • 05. Conversation Knowledge Graph Memory
    • 06. Memori Ringkasan Percakapan (ConversationSummaryMemory)
    • 07. VectorStoreRetrieverMemory
    • 08. Add memory to LCEL Chain
    • 09. Menyimpan percakapan dalam SQLite
    • 10. Menambahkan ChatMessageHistory dengan RunnableWithMessageHistory
  • CH06 - Document Loader
    • 01. Struktur Dokumen
    • 02. PDF
    • 03. Hangul(HWP)
    • 04.CSV
    • 05. Excel
    • 06. Word
    • 07. PowerPoint
    • 08. Web Document (WebBaseLoader)
    • 09. Teks (TextLoader)
    • 10. JSON
    • 11. Arxiv
    • 13. UpstageLayoutAnalysisLoader
    • 14. LlamaParser
  • CH07 - Text Splitter
    • 01. Pemisahan Teks Karakter (CharacterTextSplitter)
    • 02. Pemisahan Teks Karakter Secara Rekursif (RecursiveCharacterTextSplitter)
    • 03. Token Text Splitter
    • 04. SemanticChunker
    • 05. Code Splitting (Python, Markdown, JAVA, C++, C#, GO, JS, Latex, etc.)
    • 06. Pemisahan Teks Header Markdown (MarkdownHeaderTextSplitter)
    • 07. Pemisahan Teks Header HTML(HTMLHeaderTextSplitter)
    • 08-Pemecahan JSON Rekursif (RecursiveJsonSplitter)
  • CH08 - Embedding
    • 01. OpenAIEmbeddings
    • 02. Cache Penyematan (CacheBackedEmbeddings)
    • 03. Penyematan HuggingFace
    • 04. UpstageEmbeddings
    • 05. OllamaEmbeddings
    • 06. GPT4ALL Embedding
  • CH09 - Penyimpanan Vektor (VectorStore)
    • 01. Chroma
    • 02. FAISS
    • 03. Pineconce
  • CH10 - Retriever
    • 01. Retriever dengan dukungan VectorStore (VectorStore-backed Retriever)
    • 02. Retriever Kompresi Kontekstual
    • 03. EnsembleRetriever
    • 04. Pengurutan Ulang Konteks Panjang (LongContextReorder)
    • 05. Pengambil Dokumen Induk (ParentDocumentRetriever)
    • 06. MultiQueryRetriever
    • 07. Pencari Beberapa VectorStore (MultiVectorRetriever)
    • 08. SelfQueryRetriever
    • 09. TimeWeightedVectorStoreRetriever
    • 10. Morphological Analyzer
  • CH11 - Reranker
    • 01. Cross Encoder Reranker
    • 02. Cohere Reranker
    • 03. Jina Reranker
    • 04. FlashRank Reranker
  • CH12 - Retrieval Augmented Generation(RAG)
    • 01. QA (Question-Answer) berbasis dokumen PDF
    • 02. Artikel Berita QA (Question-Answer)
    • 03. Memanfaatkan berbagai modul RAG berdasarkan fungsinya
    • 04. RAPTOR: Ringkasan Konteks Panjang
    • 05. RAG Chain untuk Mengingat Percakapan
  • CH13 - LangChain Expression Language(LCEL)
    • 01. RunnablePassthrough
    • 02. Periksa struktur Runnable (grafik)
    • 03. RunnableLambda
    • 04. Perutean Chain LLM (RunnableLambda, RunnableBranch)
    • 05. RunnableParallel
    • 06. Menentukan properti dinamis (configurable_fields, configurable_alternatives)
    • 07. Konfigurasikan Runnable dengan dekorator @chain
    • 08. RunnableWithMessageHistory
    • 09. Generator yang ditentukan pengguna (custom generator)
    • 10. Binding Argumen Runtime
    • 11. Menentukan Model Cadangan (Fallback)
  • CH14 - Rantai (Chains)
    • 01. Ringkasan dokumentasi
    • 02. SQL
    • 03. Chain output terstruktur (with_structured_output)
  • CH15 - Evaluasi
    • 01. Pembuatan Synthetic Test Dataset (RAGAS)
    • 02. Evaluasi Menggunakan RAGAS
    • 03. Mengunggah Dataset Evaluasi yang Dihasilkan (HuggingFace Dataset)
    • 04. Pembuatan Dataset LangSmith
    • 05. LLM-as-Judge
    • 06. Evaluasi berbasis penyematan (embedding_distance)
    • 07. Evaluasi LLM Kustom
    • 08. Mengevaluasi heuristik berdasarkan Rouge, BLEU, METEOR, dan SemScore
    • 09. Bandingkan evaluasi Eksperimen
    • 10. Mengevaluasi dengan metode Ringkasan
    • 11. Evaluasi Groundedness (Halusinasi)
    • 12. Membandingkan eksperimen (Evaluasi Berpasangan)
    • 13. Evaluasi berulang
    • 14. Evaluasi Otomatis Menggunakan Online Evaluator
  • CH16 - Agen
    • 01. Menjelajahi Cara Menggunakan Agen
    • 02. Agen Debat yang Memanfaatkan Alat (Debat Dua Agen dengan Alat)
  • CH17 LangGraph
    • 01. Chain of Tables for Multiple Tables
Powered by GitBook
On this page

CH13 - LangChain Expression Language(LCEL)

Perkiraan waktu belajar: 3 Hari

Tingkat kesulitan: Sedang

Previous05. RAG Chain untuk Mengingat PercakapanNext01. RunnablePassthrough

Last updated 6 months ago