LangChain Fundamentals: بناء تطبيقات الاسترجاع - التوليد المعزز — WalkSelf
5.0 (5) ⏱ 3 ساعة 📚 30 دورة 🎧 النسخة الصوتية

LangChain Fundamentals: بناء تطبيقات الاسترجاع - التوليد المعزز

تعلم كيفية ربط نماذج لغوية كبيرة بمصادر بيانات خارجية باستخدام مكونات LangChain، مما يمكّن من تطبيقات الذكاء الاصطناعي المخصصة القوية والدقيقة.

  • 💬 مدرب ذكاء اصطناعي
    اسأل عن أي درس واحصل على إجابة واضحة فورًا، في أي وقت.
  • 🕐 ابدأ في أي وقت
    بلا جداول أو مواعيد نهائية — تعلّم بوتيرتك، وقتما يناسبك.
  • 🌐 بالعربية
    الدروس والمهام والشهادة — كل ذلك بلغتك بالكامل.

حول هذه الدورة

هل تحتاج إلى بناء تطبيقات الذكاء الاصطناعي التي تعتمد على بيانات شخصية أو حديثة أو مسجلة الملكية؟ إن RAG (الجيل المحسن للاسترجاع) هو النمط الأساسي لترسيخ برامج الماجستير في القانون وتقديم إجابات دقيقة ومحددة السياق. تقدم هذه الدورة فهما أساسيا قائما على النص لبنية RAG وكيفية تنفيذها باستخدام LangChain. وستتحرك من التفاعلات الأساسية لـ LLM إلى بناء سلاسل معقدة تسترجع الوثائق ذات الصلة، وتعالجها، وتولد استجابات عالية الجودة ويمكن التحقق منها، مما يمهد الطريق لتطوير وكلاء الذكاء الاصطناعي المتقدمين. ماذا ستتعلم: * فهم المفاهيم الأساسية لنظام RAG، بما في ذلك تحميل الوثائق، وتقسيمها إلى أجزاء، وإدراجها، ومستودعات الناقلات. * ممارسة استخدام مكونات LangChain (السلاسل، والإشعارات، والنماذج، وبرامج الاسترجاع) لتنظيم تدفقات العمل المعقدة. * تشكيل مصادر البيانات المختلفة )أجهزة التحميل( وتحقيق المعالجة اﻷولى المثلى للوثائق من أجل استرجاعها بفعالية. * تطبيق تقنيات هندسية فورية لتوجيه الماجستير في القانون باستخدام السياق المسترجع بفعالية. * بناء واختبار تطبيق كامل وشامل لنظام RAG قادر على الإجابة على الأسئلة استنادا إلى الوثائق الجمركية. تبدأ الدورة بتحديد حدود LLM وضرورة RAG، والتقدم بسرعة في التمارين العملية باستخدام بايثون وإطار LangChain. ونحن نغطي إنشاء قواعد بيانات المتجهات وتصميم سلاسل فعالة للتفاعل القوي للبيانات. هذه الدورة مصممة للمطورين المبتدئين وعلماء البيانات الذين يرغبون في دمج البيانات الشخصية في نماذج لغوية كبيرة. لا تحتاج إلى خبرة سابقة مع LangChain أو قواعد بيانات المتجهات، فقط الكفاءة الأساسية في برمجة Python. ابدأ اليوم في إتقان التقنيات اللازمة لبناء تطبيقات الذكاء الاصطناعي الواعية بالسياق.

ما الذي ستحصل عليه

  • 📜 شهادة إتمام
    أضفها إلى ملفك على LinkedIn
  • 💬 مدرّس AI شخصي
    عالق في دورة؟ اسأل مدرّسك المدمج أي شيء، في أي وقت.
  • 🎧 النسخة الصوتية مضمَّنة
    تعلَّم أثناء تنقُّلك — دون شاشة
  • ♾️ وصول مدى الحياة
    عُد متى شئت، بلا انتهاء
  • 📱 الهاتف أو الكمبيوتر
    يعمل في أي مكان وعلى أي جهاز
  • 💸 استرداد خلال 14 يومًا
    دون أسئلة
  • قصير ومركَّز
    3 ساعة من المحتوى التطبيقي

المراجعات (5)

Rafael Pinto BR متعلِّم موثَّق
★ 5 · 20.07.2026

Sempre tive dificuldade em entender como conectar modelos de linguagem a fontes externas de dados, mas esse curso deixou o processo muito mais claro. A explicação sobre como o LangChain organiza os pipelines de recuperação de informação foi o ponto alto para mim. Os exercícios práticos de construção de um app RAG do zero ajudam bastante a fixar o conteúdo, sem ficar preso só na teoria. Gostei também do ritmo, dá pra acompanhar mesmo sem ter muita experiência prévia com essas ferramentas. No final consegui montar meu próprio protótipo de busca sobre documentos internos usando exatamente o que foi ensinado.

Lukas Fischer DE متعلِّم موثَّق
★ 5 · 12.07.2026

Ich wollte schon länger verstehen, wie man ein LLM sinnvoll mit einer eigenen Wissensdatenbank verbindet, und dieser Kurs hat genau das geliefert. Die Erklärung, wie LangChain die Verbindung zwischen Sprachmodell und externen Datenquellen organisiert, war für mich der eigentliche Aha-Moment. Besonders hilfreich fand ich die praktischen Übungen, bei denen man Schritt für Schritt eine eigene RAG-Anwendung aufbaut. Die Konzepte werden zunächst einfach erklärt und dann Stück für Stück komplexer, sodass man nie das Gefühl hat, den Anschluss zu verlieren. Am Ende hatte ich ein funktionierendes kleines Projekt, das ich direkt für die Suche in eigenen Dokumenten nutzen konnte.

Emma Wagner LU متعلِّم موثَّق
★ 5 · 27.06.2026

Connecter un modèle à mes propres documents avec les composants LangChain pour faire du RAG est enfin devenu clair et concret.

Felipe González AR
★ 5 · 04.06.2026

Explican de forma muy clara cómo usar LangChain para conectar modelos de lenguaje con fuentes de datos externas y construir una app RAG funcional.

Manon Moreau FR متعلِّم موثَّق
★ 5 · 03.06.2026

LangChain का उपयोग करके RAG ऐप बनाना इतना आसान लगा, हर स्टेप बहुत साफ तरीके से समझाया गया है।

اكتب مراجعة

سنطلب منك تسجيل الدخول بعد الإرسال — تُحفظ مسودتك.

المتعلمون أخذوا أيضًا

الأسئلة الشائعة

ما الذي أحتاجه لأخذ هذه الدورة؟ +

يكفي هاتف أو كمبيوتر متصل بالإنترنت. بدون تثبيتات أو أجهزة خاصة.

كيف يمكنني الدفع؟ +

بالبطاقة عبر Stripe. لا نخزن بيانات البطاقة — يتولى Stripe ذلك بأمان.

هل يمكنني استرداد المال؟ +

نعم — استرداد كامل خلال 14 يومًا، دون أسئلة.

إلى متى يستمر وصولي؟ +

إلى الأبد. بمجرد الشراء، الدورة لك تعود إليها متى شئت.

هل سأحصل على شهادة؟ +

نعم. عند الإتمام ستحصل على شهادة يمكنك إضافتها إلى ملفك في LinkedIn.

مصمَّم للعاملين في
التقنية التصميم المالية التسويق الرعاية الصحية التعليم الضيافة التصنيع