會員登入
｜
加入會員
｜
會員專區
｜
購物車
｜
自資出版
｜
電子書城
｜
客服中心
文學小說
商管創投
人文藝坊
勵志養生
進修學習
科學工程
家庭親子
玩樂天地
書名
出版社
作者
isbn
編號
英語會話
|
成交的秘密
|
霹靂影音寫真特典
|
App程式設計入門：iPhone、iPad(附光碟)
．
Node.js量化投
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構(iThome鐵人賽系列書)
作者：
王雋凱
分類：
電腦與網路
／
程式語言
叢書系列：單行本
出版社：
博碩文化
出版日期：2026/5/5
ISBN：9786264144964
書籍編號：kk0607694
頁數：432
定價：
680
元
一般會員價：
79
折
537
元
特別會員價：
75
折
510
元
書價若有異動，以出版社實際定價為準
團購數最低為 15 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='http://www.silkbook.com/book_detail.asp?goods_ser=kk0607694'>Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構(iThome鐵人賽系列書)</a>
圖片連結
複製語法
<a href='http://www.silkbook.com/book_detail.asp?goods_ser=kk0607694'><img src='http://www.silkbook.com/mall_image/bk/kk0607694.jpg' ALT='Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構(iThome鐵人賽系列書)' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
Node.js生成式AI應用開發實戰：實作OpenAI API × LangChain × LangGraph × RAG，打造從雲端到本地LLM的混合式安全架構(iThome鐵人賽系列書) 第一本Node.js開發者駕馭LLM的生成式AI應用實戰指南 OpenAI API × LangChain × LangGraph × RAG 從零開始打造專屬你的生成式AI應用！ 【專業推薦】 如果你拿到這本書，記得不要只是照做，多去思考作者的選擇邏輯。要知道半年、一年後，技術可能就變了，書裡的具體做法可能就過時了。但如果你學到的是一位資深工程師怎麼看待新技術、怎麼做選擇，那這個能力不會過期。 ─ 張天豪，永豐金控科技長 這不是一本「介紹AI有多厲害」的書。它在做的事情，是告訴你怎麼把LLM變成一個可以放進系統裡、可以維運、可以信任的元件。這是一條從一開始「能跑」走到最後「能上線」的完整路徑，而不只是把技術點攤開來的知識拼盤。 ─ 周立夫，永豐金控數位科技處副處長 【內容簡介】 ?OpenAI API入門：LLM知識深入淺出，提示工程輕鬆上手 ?LangChain實戰：模組化元件開箱即用，打造可組合的AI應用 ?RAG與AI Agent：向量資料庫整合實作，建構企業級智慧系統 ?本地LLM與資安：雲端與本地混合架構，AI應用安全防護實戰 本書內容改編自第17屆iThome鐵人賽生成式AI組優選系列文章《用Node.js打造生成式AI應用：從Prompt到Agent開發實戰》。以Node.js打造生成式AI應用為主軸，透過完整的實戰範例，協助開發者快速熟悉AI工具鏈。本書分為五大篇章，循序漸進地帶領讀者掌握生成式AI應用開發的關鍵要素： ?PART 1 OpenAI API基礎應用：瞭解LLM核心概念，掌握OpenAI API使用模式、提示工程與函式呼叫。 ?PART 2 LangChain核心應用：掌握LangChain提示模板、結構化輸出、LCEL流程鏈與工具代理整合。 ?PART 3 RAG實戰應用：實作文件載入與分割，整合嵌入模型與向量資料庫建構RAG問答系統。 ?PART 4 LangGraph AI Agent實作：建構具備多代理協作、人機互動、記憶管理與MCP整合能力的AI Agent。 ?PART 5 本地LLM部署與安全設計：整合Ollama與LiteLLM建構雲地混合模型架構，並涵蓋資安防護策略。 【目標讀者】 ?想從OpenAI API 起步進入AI應用開發的入門者。 ?想使用JS生態圈工具打造生成式AI應用的Node.js開發者。 ?想運用自有知識庫打造RAG應用的企業內部技術團隊。 ?想掌握生成式AI系統設計原則、部署模式與安全風險評估的技術主管與架構師。 ?想理解LangChain、LangGraph、Ollama等框架的獨立開發者與技術創作者。
王雋凱 王雋凱 現任永豐金控數位科技處研發工程師，專注使用JavaScript生態系打造可落地的應用，長期關注生成式AI、軟體工程與金融科技發展。具備Web前後端整合經驗，致力於將AI技術導入實務並轉化為可維運的系統設計。著有《Node.js量化投資全攻略：從資料收集到自動化交易系統建構實戰》。 【得獎紀錄】 ?2025年 iThome(第17屆iThome鐵人賽)生成式AI組優選 ?2022年 iThome(第14屆iThome鐵人賽)Software Development組冠軍 ?2014年 經濟部技術處〈搶鮮大賽〉系統實作類佳作 ?2011年 經濟部工業局(第16屆資訊服務創新競賽)IAP2資訊技術應用組第二名 ?2011年 經濟部工業局(第16屆資訊服務創新競賽)IAP2智慧手持裝置應用主題獎 ?2011年 經濟部工業局〈App Star高手爭霸戰市集應用軟體設計大賽〉入圍
【Part 01 OpenAI API基礎應用】 |Chapter 01| 理解大型語言模型的核心概念 1.1 生成式AI的時代：從規則到語言理解 1.2 大型語言模型的核心概念 1.3 大型語言模型的能力與限制 |Chapter 02| 掌握OpenAI API的使用模式 2.1 為什麼選擇OpenAI 2.2 為什麼要使用AP 2.3 OpenAI API功能模組概覽 2.4 OpenAI GPT系列模型 2.5 Chat Completions API：對話核心介面 2.6 Responses API：支援狀態管理的對話介面 2.7 申請與管理OpenAI API金鑰 2.8 測試Chat Completion API 2.9 API使用限制與開發注意事項 |Chapter 03| 使用OpenAI API建立第一個應用 3.1 建立第一個OpenAI專案 3.2 專案初始化與環境準備 3.3 實作：建立可互動的終端機聊天機器人 3.4 提升對話體驗：使用串流模式 3.5 實作：支援串流模式的終端機聊天機器人 3.6 理解多輪對話機制：上下文與訊息角色 3.7 實作：支援多輪對話的終端機聊天機器人 |Chapter 04| 運用提示工程打造可控的角色與回應 4.1 認識提示工程：讓模型更懂你的指令 4.2 掌握提示結構：結合角色、任務與上下文 4.3 提示設計技巧：常用的引導方法與模式 4.4 實作：讓終端機聊天機器人擁有角色意識 |Chapter 05| 調控取樣參數Temperature與Top－P 5.1 理解模型如何生成回應 5.2 為何需要隨機性：從穩定回應到創意輸出 5.3 Temperature：控制模型的創意程度 5.4 Top－P：限制模型的選詞範圍 5.5 實作：讓CLI聊天機器人支援隨機性參數調整 |Chapter 06| 使用Function Calling讓模型呼叫工具 6.1 理解Function Calling機制 6.2 建立並執行Function Calling 6.3 實作：打造支援網路搜尋的終端機聊天機器人 【Part 02 LangChain核心應用】 |Chapter 07| 理解LangChain的核心概念與生態系 7.1 為什麼需要LangChain：從模型能力到應用挑戰 7.2 認識LangChain：打造LLM應用的核心框架 7.3 LangChain生態系：完整的應用開發平台 |Chapter 08| 使用LangChain建立LLM應用程式 8.1 建立第一個LangChain專案 8.2 專案初始化與環境準備 8.3 建立可互動的終端機聊天機器人 8.4 打造支援多輪對話的聊天機器人 8.5 使用串流模式提升對話體驗 |Chapter 09| 設計LangChain提示模板 9.1 為什麼需要提示模板 9.2 PromptTemplate：建立文字提示模板 9.3 ChatPromptTemplate：建立多角色對話提示 9.4 MessagesPlaceholder：插入歷史對話脈絡 |Chapter 10| 解析LangChain結構化輸出 10.1 為什麼需要輸出解析器 10.2 LangChain輸出解析器的運作流程 10.3 StringOutputParser：解析純文字輸出 10.4 JsonOutputParser：解析JSON輸出 10.5 CommaSeparatedListOutputParser：解析逗號分隔清單 10.6 StructuredOutputParser：結構與型別驗證輸出 10.7 OutputFixingParser：自動修復輸出 10.8 使用模型原生的結構化輸出 |Chapter 11| 使用LCEL組合流程鏈 11.1 認識LCEL 11.2 Runnable：LCEL的基本組成 11.3 RunnableSequence：順序執行Runnable 11.4 RunnableParallel：多個Runnable平行執行 11.5 RunnableLambda：自訂處理邏輯 11.6 LCEL的適用場景 |Chapter 12| 整合LangChain工具與代理 12.1 從工具到代理：讓模型具備行動力 12.2 Tool：讓模型能執行外部任務 12.3 Agent：讓模型自主決策與行動 |Chapter 13| 實作LangChain應用案例：AI部落格寫手 13.1 打造具網路搜尋能力的AI部落格寫手 13.2 專案初始化與環境準備 13.3 實作：具搜尋能力的AI部落格寫手 |Chapter 14| 追蹤與觀測LangChain執行流程 14.1 LLM應用的流程追蹤與可觀測性 14.2 LangChain的流程追蹤工具 14.3 Verbose模式：開發階段的即時追蹤與除錯 14.4 LangSmith：適用生產環境的可觀測平台 14.5 Langfuse：可自部署的LLM可觀測平台 【Part 03 RAG實戰應用】 |Chapter 15| 理解檢索增強生成 15.1 認識RAG 15.2 RAG的核心概念 15.3 LangChain如何支援RAG |Chapter 16| 載入與分割文件 16.1 為什麼要載入與分割文件 16.2 文件載入器：將不同來源轉換為統一格式 16.3 文本分割器：將內容分割為可處理片段 |Chapter 17| 使用嵌入模型與向量資料庫 17.1 認識嵌入模型 17.2 語意向量的建立與查詢 17.3 認識向量資料庫 17.4 在LangChain中使用VectorStore |Chapter 18| 結合檢索與生成 18.1 Retriever：封裝語意搜尋流程 18.2 建立基本的RAG流程 18.3 建立RAG Agent |Chapter 19| 實作RAG應用案例：文件問答助理 19.1 打造可檢索公司年報的AI問答助理 19.2 專案初始化與環境準備 19.3 實作：可檢索公司年報的AI問答助理 【Part 04 LangGraph AI Agent實作】 |Chapter 20| 理解LangGraph的流程架構 20.1 為什麼需要LangGraph：從流程鏈到圖狀工作流 20.2 LangGraph的核心設計：以Graph描述Agent流程 20.3 State：LangGraph的核心資料結構 20.4 Nodes：LangGraph中的任務執行單位 20.5 Edges：決定流程要怎麼走 |Chapter 21| 使用LangGraph建立Agent流程 21.1 建立你的第一個LangGraph專案 21.2 專案初始化與環境準備 21.3 實作：建立基本的ReAct Agent |Chapter 22| 打造多代理協作系統 22.1 為什麼需要多代理系統 22.2 多代理系統的設計模式 22.3 使用LangGraph實作多代理系統 22.4 設計多代理架構的協作模式 |Chapter 23| 設計人機協作流程 23.1 為什麼需要人機協作 23.2 LLM應用中的人機協作場景 23.3 使用LangGraph實現人機協作 23.4 人機協作的設計模式 23.5 使用Agent Middleware實作人機協作 |Chapter 24| 管理AI Agent記憶 24.1 認識AI Agent的記憶 24.2 短期記憶與長期記憶 24.3 短期記憶：追蹤當前對話與任務狀態 24.4 短期記憶的管理策略 24.5 長期記憶：跨會話的偏好與知識保存 24.6 設計長期記憶時的考量 |Chapter 25| 透過MCP連接第三方工具與資源 25.1 認識MCP 25.2 建立你的第一個MCP Server 25.3 建立MCP Client並呼叫工具 25.4 在LangGraph中整合MCP工具 25.5 整合外部服務：連接第三方MCP Server |Chapter 26| 實作LangGraph應用案例：可審核與修訂的AI寫作Agent 26.1 打造具網路搜尋與人機協作能力的AI寫作Agent 26.2 專案初始化與環境準備 26.3 實作：具網路搜尋與人機協作能力的AI寫作Agent 26.4 建立CLI客戶端 |Chapter 27| 探索深度代理架構 27.1 認識深度代理 27.2 深度代理的四大核心支柱 27.3 打造並客製你的深度代理 【Part 05 本地LLM部署與安全設計】 |Chapter 28| 理解本地LLM的部署方案 28.1 為什麼需要在本地部署LLM 28.2 本地LLM部署的挑戰 28.3 常見的本地LLM部署方案 28.4 Hugging Face：模型生態與工具平台 28.5 常見的開放權重模型選擇 |Chapter 29| 使用Ollama管理本地模型 29.1 為什麼選擇Ollama 29.2 安裝Ollama 29.3 透過Ollama CLI管理模型 29.4 使用REST API 29.5 實作：使用LangChain建立終端機聊天機器人 |Chapter 30| 實作本地LLM應用案例：RAG文件問答助理 30.1 建構本地RAG應用 30.2 專案初始化與環境準備 30.3 實作：可檢索公司年報的AI問答系統 |Chapter 31| 使用LiteLLM建構多模型代理服務 31.1 從單一模型走向多模型架構 31.2 認識LiteLLM 31.3 部署LiteLLM 31.4 建立LiteLLM虛擬金鑰 31.5 測試LiteLLM API 31.6 使用LangChain存取LiteLLM API |Chapter 32| 強化生成式AI應用的資安防護 32.1 當語言模型成為系統的一部分：LLM資安的新挑戰 32.2 從標準看風險：OWASP LLM Top 10 32.3 生成式AI應用的主要攻擊面 32.4 提示注入：最常見也最危險的攻擊手法 32.5 LLM的資料來源與信任邊界 32.6 當模型開始行動：AI Agent的權限與行為風險 32.7 LLM應用的安全設計原則 32.8 安全設計思維：打造多層防禦的LLM架構 32.9 結語：讓AI的創造力在安全邊界內發揮 【Part 06 附錄】 |Appendix A| 安裝與設定開發環境
AI Agent 實
快速精通iOS 26
帶你用 Python
Software M
精通 Python｜
演算法訓練營｜入門篇
APCS 完全攻略：
軟體架構原理 第二版
我阿嬤都比你會測試：
邊玩邊學，使用Scr
Q1：若我已報名付了1000元訂金，接下來我要做什麼？ A：感謝您報名，後續相關事情及服務我們會以e-mail和電話跟您聯絡. 您也可以主動來信(andy@book4u.com.tw)詢問。謝謝！ Q2：我本身並沒有產品和服務，也沒什麼實務上的經驗，那又能如何賺錢呢？這個課程真的有實際成效嗎？ A：我們這個課程共有11項贈品，其中第2項贈品便是資訊產品創造藍圖，它將教您如何用最簡潔而快速的方法創出屬於您自己的資訊產品。一般的課程大多是教您如何捕魚，但多數的成功致富者，其成功的關鍵卻不是仰賴捕魚技術，而是仰賴借力之術，因為唯有借力才能無中生有！才能快速成長！也才能快速致富！本課程3天共有三套樣版，其中一套樣版便是教您打造在沒有任何商品與服務，也沒有任何資源的情況下，就能快速借力致富的樣版！本課程二位講師都是白手起家，對於沒有實務經驗的新手會格外用心，請放心。 Q3：請問贈品中魚池矩陣直效聯盟VVIP是什麼？ A：這是一個強大的系統，而我們送的是體驗版，會提供你Email追客系統。國外有一種函授課程，亦即每幾天發一個課程給學員， 就是用EMAIL追客系統來實踐。EMAIL追客系統簡單的說就是今天有一個客戶在你的網站上購買產品或註冊，系統會自動回覆一封確認信，之後你可以自行設計發送內容和發信時間一次一對多發給客戶，而且每封信還會帶入客戶本身的姓名。讓客戶以為是我們專門為客戶所量身訂作的信件。所以Email追客系統可以讓你培養跟客戶的信任感，進而成交。 Q4：請問贈品中資訊產品創造藍圖是什麼？ A：這是一位叫林星?老師的課程，課程售價是9800元，現在免費送給你。此課程包含： ● 何謂資訊型產品？ ● 資訊型產品的種類大解析！以及如何組織你的資訊型產品賺錢？ ● 如何找到你的利基市場？ ● 為什麼錯的利基市場，再好的產品與行銷也很難有效！ ● 29個國外已經證實能讓你賺到錢的利基市場！ ● 如何確保你做出來的產品客戶會很想購買？以及實際可執行的步驟！ ● 創造資訊型產品計劃書 ● 15個步驟建立你的資訊型產品事業 ● E-mail精準行銷的10個法則 ● 10個別人沒有告訴你的有效文案撰寫法則 Q5：請問贈品中自動財富系統 6片DVD是什麼？ A：此6片DVD定價3200元。內容為《借力淘金！最吸利的鈔級魚池賺錢術》作者之一王紫杰所錄製的DVD，內容為有關網路行銷的知識和技巧，非常豐富且實用，免費送給您。
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
