Google Analytics 統計公開頁面的使用情形。接受後才載入分析工具。你可在隱私權政策調整選擇。

Mokoversity 技術出版 · 電子書

Node.js 與 LLM 原理與實務:AI 應用程式開發

本書介紹 LLM 應用程式開發,內容涵蓋大型語言模型原理、Node.js 整合、Prompt、RAG、In-Context Learning、Tool-Augmented Reasoning 與 AI Agent。範例程式呈現 AI 軟體設計原理與開發方法,適合 LLM 初學者閱讀。

課程實作延伸

深入淺出 Local LLM 系統工程

15 門線上課程 · 目前開放報名

NT$2,980

電子書與線上課程為不同商品,需分別購買。

查看套裝內 15 門課程
  • 認識 LLM 關鍵技術:何謂模型參數?
  • 本地化 LLM 入門:從推理邊界到產品架構
  • 本地化 LLM 入門(二):Token、參數與推理狀態
  • 本地化 LLM 入門(三):模型大小、記憶體與量化
  • 本地化 LLM 入門(四):模型家族與選型實作
  • 本地化 LLM 入門(五):模型格式與 Runtime 生態
  • 本地化 LLM 入門(六):macOS 與 MLX-LM 本機推理
  • 本地化 LLM 入門(七):llama.cpp 與 GGUF
  • 本地化 LLM 入門(八):模型轉換、量化與品質 Gate
  • 本地化 LLM 入門(九):Runtime 效能量測與生命週期
  • 本地化 LLM 入門(十):打造 Local Chat/Writing Assistant
  • 本地化 LLM 入門(十一):RAG 與 Structured Intelligence
  • 本地化 LLM 入門(十二):Domain Intelligence 與驗證邊界
  • 本地化 LLM 入門(十三):Local LLM Lab 整合與證據驗收
  • 本地化 LLM 入門(十四):從模型到 Local Intelligence System
查看課程套裝

內容介紹

關於本書

本書是「極簡 LLM 應用程式開發入門」系列首冊,承接《Node.js Fullstack 原理與實務》,聚焦 Node.js 與 LLM 整合開發。 本書面向 LLM 初學者,以清楚易讀的內容與範例程式碼,協助讀者建立 LLM 應用程式的實作能力與設計思維。 本書聚焦 LLM 的觀念、原理與 AI 軟體設計思維。閱讀本書前,請先具備 Node.js 與 JavaScript 基礎。 學習內容: 1. 理解 LLM(大型語言模型)的基本概念 2. 如何用 Node.js 建立基本的 LLM 應用程式 3. 建立良好的 Node.js + LLM 應用程式架構(可擴充性) 4. 開發第一個 AI 對話程式 5. 導入外部資料庫,讓你的 LLM 應用程式更聰明,並降低成本 6. 能導入簡單的 In-Context Learning 與 MAML-en-LLM 大幅提升 LLM 的「腦力」 7. 使用 TAR 與 RAG 技術,打造「極簡 AI Agent」 範例程式與語意解說呈現程式碼設計邏輯,協助 LLM 初學者理解 AI 軟體開發方法。 本書是實務導向的 Node.js + LLM 入門教科書,以 AI 軟體設計原理與工程方法培養開發能力。