Développement d'applications RAG avec LlamaIndex et JS

Aperçu

Dans ce cours, vous apprendrez comment créer des applications de génération augmentée par la récupération (RAG) en utilisant LlamaIndex et JavaScript. En commençant par une introduction à la structure du cours et aux prérequis, vous plongerez directement dans l'apprentissage pratique pour construire des applications prêtes pour la production.

À la fin du cours, vous serez capable d'intégrer diverses sources de données, de configurer un compte OpenAI, et d'utiliser des outils puissants tels que le RouterQueryEngine pour gérer des requêtes avancées. Le cours commence par la mise en place de votre environnement de développement avec NodeJS et OpenAI.

Vous serez introduit à LlamaIndex, explorerez ses principales fonctionnalités, et plongerez rapidement dans les fondamentaux des systèmes RAG, de l'ingestion et l'indexation des données à l'interrogation et la construction de systèmes RAG sur mesure. En cours de route, vous acquerrez des connaissances approfondies sur la façon de gérer différents types de données, comme les PDFs, et comment interagir avec votre système en utilisant une API Express.

Au fur et à mesure que vous progresserez, vous aborderez des concepts plus avancés, tels que la gestion de plusieurs moteurs de requêtes, l'utilisation d'agents, et l'incorporation de techniques de niveau production pour rendre vos applications RAG robustes et évolutives. Le cours se termine par la création d'une application chatbot full-stack avec NextJS et son déploiement sur Vercel.

Vous quitterez le cours avec la capacité de développer, déployer et maintenir des applications RAG sophistiquées. Ce cours est idéal pour les développeurs ayant une bonne compréhension de JavaScript et des concepts de base du développement web, qui souhaitent en apprendre davantage sur les systèmes RAG et leur application dans des projets concrets.

Aucune expérience préalable avec LlamaIndex n'est nécessaire, mais une familiarité avec NodeJS et les APIs est recommandée.

Programme

• Introduction
Dans ce module, nous allons introduire le cours, discuter des prérequis, esquisser la structure et donner un aperçu des projets passionnants que vous allez construire. Vous aurez une vue d'ensemble du cours et une compréhension du chemin d'apprentissage à venir.
• Configuration de l'environnement de développement
Dans ce module, nous vous guiderons dans la configuration de votre environnement de développement, en nous concentrant sur l'installation de NodeJS et la configuration de la clé API OpenAI. Cette base vous préparera pour le travail pratique à venir.
• Exploration approfondie de LlamaIndex – Fondamentaux
Dans ce module, nous allons explorer en profondeur LlamaIndex, en nous concentrant sur ses principales fonctionnalités et fonctionnalités. Vous apprendrez le flux de travail de base et configurerez votre premier système RAG simple en utilisant LlamaIndex.
• Exploration approfondie de LlamaIndex - Concepts principaux et chargeurs de données
Dans ce module, nous couvrirons les principaux concepts derrière LlamaIndex et démontrerons comment construire des systèmes RAG personnalisés, travailler avec des données structurées et interroger des PDF. Vous créerez également une API Express pour interagir avec votre système.
• Agents et requêtes avancées avec LlamaIndex
Dans ce module, nous explorerons des techniques de requête avancées, y compris le RouterQueryEngine et comment gérer plusieurs sources de données. Vous construirez des systèmes plus complexes et des outils de requête pour des interactions sophistiquées avec vos systèmes RAG.
• Persistance des données et techniques prêtes pour la production
Dans ce module, nous nous concentrerons sur l'assurance que votre système RAG est prêt pour la production. Vous apprendrez à gérer les données persistantes et à appliquer des techniques avancées pour optimiser les performances du système.
• Application web chatbot full-stack NextJS avec une commande et déploiement
Dans ce module, nous vous guiderons à travers la création d'une application chatbot full-stack en utilisant NextJS, la personnalisant avec vos propres données et la déployant sur Vercel pour une utilisation en production. Vous apprendrez à simplifier le processus avec la commande CLI create-llama.
• Conclusion
Dans ce module final, nous réviserons tout ce que vous avez appris, renforcerons votre progression et fournirons des conseils sur la façon de continuer votre développement dans le domaine. Vous repartirez avec une base solide et des étapes suivantes pour une croissance future.

Enseigné par

Packt - Course Instructors

Sujets

Informatique