Développement d'applications RAG avec LlamaIndex et JS

Aperçu

In this course, you will learn how to build Retrieval-Augmented Generation (RAG) applications using LlamaIndex and JavaScript. Starting with an introduction to the course structure and prerequisites, you’ll dive straight into hands-on learning to build production-ready apps.

By the end of the course, you will be able to integrate various data sources, set up an OpenAI account, and use powerful tools such as the RouterQueryEngine to handle advanced queries. The course starts with setting up your development environment with NodeJS and OpenAI.

You'll be introduced to LlamaIndex, explore its core features, and quickly dive into the fundamentals of RAG systems, from data ingestion and indexing to querying and building custom RAG systems. Along the way, you’ll gain in-depth knowledge of how to handle different types of data, such as PDFs, and how to interact with your system using an Express API.

As you progress, you'll tackle more advanced concepts like handling multiple query engines, using agents, and incorporating production-level techniques to make your RAG apps robust and scalable. The course culminates in building a full-stack chatbot app with NextJS and deploying it to Vercel.

You’ll leave the course with the ability to develop, deploy, and maintain sophisticated RAG applications. This course is ideal for developers with a solid understanding of JavaScript and basic web development concepts who wish to learn more about RAG systems and their application in real-world projects.

No prior experience with LlamaIndex is necessary, but familiarity with NodeJS and APIs is recommended.

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

---

Matières

Computer Science