LangChain：与数据聊天》深入探讨了两大主题：(1) Retrieval Augmented Generation (RAG)，一种常见的 LLM 应用程序，可从外部数据集检索上下文文档；(2) 一份构建聊天机器人的指南，该聊天机器人可根据您的文档内容，而不是它在训练中学到的信息来回答 Query 的询问。 您将学习到以下内容：

1.文档 Load：了解数据加载的基本原理，发现 LangChain 提供的 80 多种独特的加载器，以访问包括音频和视频在内的各种数据源。 2.文档分割：了解分割数据的最佳实践和注意事项。 3.向量存储和嵌入：深入了解 Embedding 的概念，探索 LangChain 中的向量存储集成。检索掌握在 Vector 存储中访问和索引数据的高级技术，使您能够检索语义查询之外的最相关信息。 5.问题解答：构建一次性问题解答解决方案。 6.聊天在使用 LangChain 构建自己的聊天机器人时，学习如何从对话和数据源中跟踪和选择相关信息。开始构建实际应用，以便使用 LangChain 和 LLM 与数据交互。