[LangChain 视频学习资源一览]

如果你对 LangChain 感兴趣，并计划通过 YouTube 视频自学，那么这里整理了一份截至 2024 年 5 月 16 日的 LangChain 官方和相关教程资源清单。这些视频内容丰富、深度适中，涵盖从入门到进阶的多个主题，是学习构建基于大语言模型 (LLM) 应用的绝佳资料。

官方 LangChain YouTube 频道

LangChain 官方 YouTube 频道上频繁更新的教学内容是学习 LangChain 的重要资源。内容包括基础教程、扩展应用案例、以及最新工具和开源模型的整合演示。

热门教程整理（40K+观看量）

以下是一些较受欢迎的 LangChain 视频（观看量超过 4 万），并按内容进行归类，供你快速挑选适合学习的内容：

入门到进阶

• LangChain Crash Course For Beginners | LangChain Tutorial

  • 适合初学者，从零开始讲解 LangChain 核心功能。

• LangChain is AMAZING | Quick Python Tutorial

  • 快速 Python 教程，快速掌握 LangChain 基础功能。

• LangChain - COMPLETE TUTORIAL - Basics to advanced concept!

  • 全面教程，逐步深入，从基础到高级概念。

基于文档的应用

• Using ChatGPT with YOUR OWN Data. This is magical. (LangChain OpenAI API)

  • 使用 ChatGPT 和自己数据集进行交互的教程。

• Chat with Multiple PDFs | LangChain App Tutorial in Python (Free LLMs and Embeddings)

  • 如何以 LangChain 构建一个支持多 PDF 文件聊天的应用。

• Search Your PDF App using LangChain, ChromaDB, and Open Source LLM: No OpenAI API (Runs on CPU)

  • 使用 LangChain 和开源模型构建 PDF 搜索工具（无需依赖 OpenAI API）。

推荐项目

• LLM Project | End-to-End LLM Project Using LangChain, OpenAI in Finance Domain

  • 金融领域的端到端 LLM 项目开发教程。

• Building a RAG Application from Scratch Using Python, LangChain, and the OpenAI API

  • 从零开始构建一个 RAG （检索增强生成）应用。

• End-to-End LLM LangChain Project using Pinecone Vector Database

  • 使用 Pinecone 矢量数据库开发完整项目。

模型集成

• Hugging Face + LangChain in 5 mins | Access 200k+ FREE AI models for your AI apps

  • 快速集成 Hugging Face 和 LangChain，解锁 20 万免费模型。

• LLaMA2 with LangChain - Basics | LangChain TUTORIAL

  • LLaMA2 模型与 LangChain 的基础整合教程。

• Using NEW MPT-7B in Hugging Face and LangChain

  • 在 LangChain 中使用 Hugging Face 的 MPT-7B 模型的示例。

高级用例

• Chatbots with RAG: LangChain Full Walkthrough

  • 基于 RAG 的全面聊天机器人教程。

• Function Calling via ChatGPT API - First Look With LangChain

  • 使用 LangChain 实现 ChatGPT 的函数调用功能。

• Learn How To Query PDF Using LangChain OpenAI In 5 Min

  • 5 分钟快速掌握查询 PDF 文件的实现方法。

推荐观看策略

1. 从基础入手：建议从入门视频（如《LangChain Crash Course》）开始，打好技术基础。
2. 关注用例演示：挑选最贴近你需求的应用案例视频，例如文档搜索、数据处理或聊天机器人的实现。
3. 实践为先：边看视频边实践，尝试使用 LangChain 来集成自己的数据或模型。

如果你有其他优秀的推荐或在学习过程中遇到问题，欢迎在评论区交流分享！