9장 LangChain🦜🔗 LCEL Runnable Chain 구성 (Prompt → Model → Output Parser) : 이전 응답 기억, JSON 정형화된 응답 받기

LangChain을 활용한 고급 체인 구성 방법 실습 (Prompt → Model → Output Parser) 🦜
최신 LangChain 버전을 사용하여 책의 내용을 업데이트하여 실습 진행 🔄
Prompt Template, Output Parser를 사용하여 JSON 형식의 출력 생성 및 이전 응답 기억 기능 구현 📜
Runnable with Message History 활용하여 대화 맥락 유지 및 이전 응답 활용 방법 학습 🗣️
JSON 형식의 응답을 Pandas DataFrame으로 변환하는 실습 포함 🐼
LC (LangChain Expression Language)를 사용하여 체인 구성 요소를 함수형 스타일로 연결하고 인보크 메서드로 실행 ⛓️
챗 오픈AI를 사용하여 OpenAI GPT 모델과 연결하고 원하는 모델 지정 가능 🤖
메모리 기능을 활용하여 자연스러운 대화 구현 및 이전 대화 내용 기억 🧠
인보크, 배치, 스트림 등 다양한 실행 메서드를 통해 유연하고 효율적인 워크플로우 구축 가능 🚀
원서와 최신 버전의 차이점 비교 및 설명 📚

로딩 중...