Ihr Guide für eigene RAG-Anwendung!
Freuen Sie sich auf einen umfassenden Einstieg in die Welt der Generativen KI mit Python. Dieses Buch deckt Schlüsselkonzepte wie Large Language Models (LLMs), LangChain, Vektordatenbanken, das Model Context Protocol (MCP) und Retrieval-Augmented-Generation (RAG) ab. Sie lernen die Grundlagen des Prompt Engineering kennen, steigen ins Agentic Coding ein und erfahren, wie Sie Agentensysteme entwickeln und deployen.
Mit praxisnahen Beispielen und klaren Erklärungen tauchen Sie tief in die Materie ein - ideal für alle, die Generative KI-Lösungen mit Python umsetzen wollen.

• Agentic Coding: Mit KI-Agenten eigenständig Code schreiben, testen und deployen
• RAG-Anwendungen und Vektordatenbanken für wissensbasierte LLM-Anwendungen
• MCP, Prompt Engineering, Agentensysteme u.v.m.

Aus dem Inhalt:

• Große Sprachmodelle - LLMs und LMMs
• Prompt Engineering
• Sprachanalyse (NLP)
• Vektordatenbanken
• LangChain und LangGraph
• Hugging Face
• CrewAI
• OpenAI- und andere APIs
• Agentensysteme
• Model Context Protocol (MCP)
• Agentic Coding
• Deployment