生成式AI聊天機器人開發實作班：LLM × LangChain × RAG整合應用
| 日期 | 2025/08/19(二)-2025/08/20(三) |
|---|---|
| 時間 | ■13:00~16:30 ■17:30~20:00 |
| 地點 | 計中 206 教室（電腦教室） |
| 費用 | 臺灣大學及國立臺灣大學系統教職員生1000元，其他2000元。 |
| 主辦單位 | 國立臺灣大學計算機及資訊網路中心（臺大計中） |
| 協辦單位 | 兌全有限公司 |
| 對象 | 本課程對電腦程式語言有興趣者皆可報名。 |
| 備注 | 本課程不供餐，不提供上課證明或證書。 |
課程簡介
隨著人工智慧大語言模型(LLM: Large Language Model)功能的推升，開發聊天機器人(Chatbot)的技術越趨成熟。各大企業所發表免費的開放模型(open-source LLM)例如：Google AI Gemma、Qwen QwQ、DeepSeek-R1、Meta LLaMA、Microsoft Phi小型語言模型(SLM: Small Language Model)、Mistral AI Mistral等；同時也可以使用應用程式介面(API: Application Programming Interface)藉由自行開發程式傳遞命令至各雲端企業LLM，透過免費或收費的機制，達成使用雲端高階LLM的Chatbot生成服務。這些管道提供了現今開發Chatbot的方法，使得各行各業可以成功的將Chatbot的功能植入自家的軟硬體產品中，提供各專業領域的Chatbot服務；但是要如何達成以上Chatbot各技術單元(component)的整合呢？此即本課程的核心目標。
本課程以整合開發Chatbot為主軸，逐一說明多種開發Chatbot的方法，應用LangChain將LLM、RAG(Retrieval Augmented Generation)、Prompt提示問話、Agents等重要模組一同整合，透過實作導向課程設計，協助學員建構可展現人工智慧的服務型Chatbot系統，應用於多元場域與需求。
| 課程内容 | |
|---|---|
|
1. 大語言模型(LLM)基本原理與概念說明 2. LLM下載與部署實作 3. 啟動LLM：環境建置與運作測試 4. LangChain架構說明 5. Prompt提示設計策略與實作技巧 6. 檢索增強生成(Retrieval Augmented Generation, RAG)整合應用說明 7. LLM Agents概念說明與實作 8. Chatbot服務整合實作 9. OpenAI API(Application Programming Interface)簡介 10. 打造專屬Chatbot：微調(Fine-tune)與客製化 LLM 11. 縮裝LLM：QLoRA參數微調方法說明與實作 12. AI Agents 2.0 framework: MCP(Model Context Protocol)概念說明與實作 |
|
