2-Introduction To Langchain And LangGraph- Why to Learn?

हेलो गाइस, तो हम लोग अपना जनरेटिव और एजेंटिक एआई सीरीज कंटिन्यू करने वाले हैं। ऑलरेडी हम लोग ने यह डिस्कस किया था कि एक रोड मैप क्या हम लोग फॉलो करने वाले हैं स्पेसिफिक सीरीज में इन ऑर्डर टू लर्न अबाउट हाउ टू बिल्ड जनरेटिव एआई और जेटिक एआई एप्लीकेशन और जैसे मैंने बोला था कि पहला लाइब्रेरी और पहला फ्रेमवर्क जो हम लोग कवर करने वाले हैं वो है लैंग चेन। अब पहला क्वेश्चन ये आता है क्रिश क्यों लैंगचेन? व्हाई व्हाट इज देंस ऑफ़ लैंग चेन? ठीक है ना? और लैंगचे आजकल क्यों काफी ज्यादा पॉपुलर है? आप जाओ हर एक कंपनीज में स्पेसिफिकली लंगचेन और लंग ग्राफ यूज कर रहे हैं। ठीक है ना? तो हम लोग पहली बात तो दो-तीन डेफिनेशन देखते हैं और उसके बाद मैं आपको डिटेल समझाता हूं कि क्यों लैंगचेन हम लोगों को यूज़ करना चाहिए। ठीक है? पहली बात तो लैंगचेन है क्या? लैंगचेन इज़ अ फ्रेमवर्क फॉर डेवलपिंग एप्लीकेशन पावर्ड बाय एलएलएम। दैट इज़ नथिंग बट लार्ज लैंग्वेज मॉडल। ठीक है? लार्ज लैंग्वेज मॉडल क्या है? आई होप आप लोगों को यह पता होगा। अगर मैं बात करूं लार्ज लैंग्वेज मॉडल अगर मेरे पास एक लार्ज लैंग्वेज मॉडल है। आप बहुत सारे अलग-अलग लार्ज लैंग्वेज मॉडल देखे होंगे। तो अगर मैं लार्ज लैंग्वेज मॉडल के बारे में बात करूं दे आर वेरी गुड एट कंटेंट जनरेशन। राइट? कंटेंट जनरेशन। तो आप बहुत सारे कंटेंट जैसे टेक्स्ट समराइजेशन हो, कोड जनरेशन हो ये सारा चीज एलएलएम बहुत ही ईजीली कर सकता है। क्यों? क्योंकि ये सारे जो एलएलएम होते हैं, जो लार्ज लैंग्वेज मॉडल्स होते हैं, ये ट्रेंड होते हैं ह्यूज अमाउंट ऑफ डेटा से। राइट? टेक्स्ट काइंड ऑफ डेटा, कोडिंग काइंड ऑफ डेटा, डिफरेंट काइंड ऑफ डेटा और वो सारे डेटा ऑलरेडी इंटरनेट में अवेलेबल हैं। तो टेक जॉइंट्स जो हैं जैसे ओपन एi, Google, Microsoft ये सारे अमेजिंग मॉडल्स बना पा रहे हैं क्योंकि ऑलरेडी उनके पास उस सारे डेटों का एक्सेस होगा। ठीक है? तो मेन एम एलएलएम का क्या होता है? अगर मैं एक एलएलएम को एक स्पेसिफिक इनपुट दूं। राइट? तो ये मेरे को आउटपुट देगा। राइट? यह मेरे को एक आउटपुट देगा। जैसे मैं पूछूंगा हे व्हाट इज मशीन लर्निंग? राइट? अगर यह मेरा क्वेश्चन रहा तो यह मेरे को बेसिकली आउटपुट दे देगा कि भाई मशीन लर्निंग इज़ सो एंड सो और ये सारा इंफॉर्मेशन इस पे दे देगा। ठीक है? तो ये मेरा आउटपुट हो गया। ठीक है? वेरी सिंपल। तो दिस इज़ नथिंग बट कंटेंट जनरेशन। अब जब मैं ये एलएलएम को यूज कर रहा हूं, मैं एक इनपुट दे रहा हूं और आउटपुट दे रहा हूं, तो स्पेसिफिकली मेरा एक काइंड ऑफ टास्क हो रहा है। राइट? सिमिलरली मैं इस पर्टिकुलर एप्लीकेशन को एक चैट बॉट में भी कन्वर्ट कर सकता हूं। राइट? मैं चैटबॉट इसको मैं एक एप्लीकेशन में भी कन्वर्ट कर सकता हूं। राइट? ये एप्लीकेशन का मेन एम क्या होगा? इंटीग्रेटेड विथ एलएलएम होगा। एंड देन वी विल बी एबल टू डेवलप दिस पर्टिकुलर एप्लीकेशन व्हिच टेक्स सम काइंड ऑफ़ इनपुट एंड गिव्स अस सम काइंड ऑफ़ आउटपुट। तो ये है बेसिक डेफिनेशन। तो यहां पर देख रहे हैं इट इज अ फ्रेमवर्क फॉर डेवलपिंग एप्लीकेशन पावर्ड बाय लार्ज लैंग्वेज मॉडल्स। अब दूसरा क्वेश्चन आता है क्रिश ठीक है। डायरेक्टली एलएलएम क्यों नहीं यूज़ कर लें? क्यों मेरे को एक फ्रेमवर्क चाहिए? लैंगचे फ्रेमवर्क चाहिए? क्यों लैंग ग्राफ क्यों? क्यों क्रू एआई? i क्यों? अब देखिए गाइस एलएलएम मॉडल्स तो बहुत सारे तरीके के होंगे। राइट? अलग-अलग एलएलएम मॉडल्स होगा। लेट्स से ओपन एआई का है। लेट्स से लामा का है। कल को और किसी का आएगा। राइट एंथ्रोपिक है। राइट? सो मेनी डिफरेंट एलएलएम मॉडल्स आर देयर है ना? Google जेमिनी है। राइट? और जैसे मैंने बोला था पहले भी कि इन सारे मॉडल्स को एक्सेस करने के लिए डिफरेंट-डिफरेंट लाइब्रेरीज होंगे। ऑब्वियसली अगर ये एलएलएम मॉडल आ रहा है तो मोस्टली ये लोग क्या करेंगे कि भाई ये कंपनीज़ अपना खुद का एक फ्रेमवर्क बना देंगे। राइट? बट मेरे को अलग-अलग फ्रेमवर्क सीखना पड़ेगा। ये अलग-अलग मॉडल्स को यूज़ करने के लिए। अब समझिए एप्लीकेशन बनाने टाइम ना हिट एंड ट्रायल क्विकली होना चाहिए। राइट? मेरे को ये मॉडल से चेक करना है। मेरे को देखना है कि कैसा परफॉर्मेंस कर रहा है ये एप्लीकेशन। मेरे को दूसरा मॉडल को यूज़ करना है और देखना है कि कैसा परफॉर्म करना है। तो यहां पे हम लोग एक जनरिक फ्रेमवर्क रहेंगे और इस जनरिक फ्रेमवर्क का जैसे हम लोग स्टार्ट कर रहे हैं। ये है एक लंग चेन फ्रेमवर्क। राइट? और ये फ्रेमवर्क से हम लोग क्या कर पाएंगे कि जो भी एलएलएम मॉडल हो। राइट? मैं उसको ईजीली इंटीग्रेट करूं अपने एप्लीकेशन में। राइट? सिर्फ एलएलएम मॉडल ही नहीं आगे हम लोग देखेंगे वेक्टर डेटाबेस भी यूज़ कर सकते हैं हम लोग। जो भी वेक्टर डेटाबसेस हो और इसके साथ हम लोग टेक्स्ट एंबेडिंग्स भी यूज कर सकते हैं। डिफरेंट टाइप्स ऑफ टेक्स्ट एंबेडिंग्स। तो एक जनरिक फ्रेमवर्क हो जहां पे मेरे को एक ही टाइप का कोड लिखें और हम लोग इस मॉडल स्पेसिफिक चीजों को इंटीग्रेट कर पाए और अपना एक जनरिक एलएलएम एप्लीकेशन हम लोग बना पाए। तो हम लोग को बैक एंड में टेंशन लेना नहीं है। हम लोग एक स्पेसिफिक फ्रेमवर्क यूज़ करेंगे और इसको इंटीग्रेशन करने का टेक्निक सब जगह कॉमन रहेगा। राइट? एंड दैट इज द रीज़न व्हाई वी शुड यूज़ लचे। तो ये वाला क्वेश्चन आपको काफी ज्यादा क्लियर हो गया। अब आता है क्या-क्या चीज सिंपलीफाई करता है? देखो लंगचेन सिंपलीफाई एव्री स्टेजेस ऑफ़ द एलएलएम एप्लीकेशन लाइफ साइकिल। पहली बात तो डेवलपमेंट बिल्ड योर लैंगचेन ओपन। हां एक और बहुत ही इंपॉर्टेंट चीज़ लैंगचेन कंप्लीटली ओपन सोर्स है। ठीक है? तो अ जो भी लैंगचेन में चीजें में आता है लाइक यू विल बी एबल टू इंटीग्रेट इट बिकॉज़ मोस्ट

ऑफ़ द कॉम्पोनेंट्स आर ओपन सोर्स। क्लाउड सर्विज का इनका कुछ पेड फीचर्स हैं। थर्ड पार्टी इंटीग्रेशन में थोड़े एपीआई आपको यूज करने पड़ेंगे। जहां पर थोड़े-थोड़े पेड सर्विज हैं। उसके अलावा मोस्ट ऑफ द कॉम्पोनेंट्स आर ओपन सोर्स। यूज़ लैंग्राफ्ट टू बिल्ड स्टेटफुल एजेंट, फर्स्ट क्लास स्ट्रीमिंग एंड ह्यूमन इन द लूप सपोर्ट। अब देखिए, अब ये मेरा बेसिक एप्लीकेशन है। राइट? मेरे पास एलएलएम है। यह इनपुट लेता है, आउटपुट देता है। हम लोग ऐसा एप्लीकेशन बनाते हैं। लेट्स से कि मेरे पास एक और एप्लीकेशन का रिक्वायरमेंट है। यह एप्लीकेशन बेसिकली मेरा एक एप्लीकेशन है। इस एप्लीकेशन के अंदर मैं एलएलएम यूज़ करूंगा। एलएलएम के अलावा लेट्स से मेरे को कुछ डेटाबेस भी यूज़ करना है। राइट? सो ये मेरे को एक डेटाबेस यूज़ करना है। राइट? मेरे को ऐसे भी हो सकता है मेरे को एक कुछ सेट ऑफ टूल्स और एपीआई भी यूज़ करना है। राइट? तो ये फ्रेमवर्क हम लोगों को इनको इंटीग्रेट करने में भी मदद करता है। राइट? यहां पर बहुत सारे अलग-अलग टेक्निक्स हैं जहां पे हम लोग इनसे इंटीग्रेट करके आउटपुट निकाल पाते हैं। जैसे मैं एक यूज़ केस देता हूं। ठीक है? अब देखिए मैं एलएलएम को पूछूं हे एलएलएम व्हाट इज द रीसेंट एआई न्यूज़ और व्हाट इज द टुडेज़ एआई न्यूज़? अगर मैं यह क्वेश्चन पूछूं तो ये एलएलएम जो होता है ना यह प्रीवियसली ट्रेन डेटा से बेसिकली हमारा एलएलएम जो होता है पीरियडिकली ट्रेन होता है। करंट डेटा से ट्रेन नहीं होगा। आज के डेटा से ही नहीं ट्रेन होगा। लेट्स से कि एकद महीने पहले वाले डेटा से ट्रेन होगा। राइट? बट मेरे को आज का इंफॉर्मेशनेशन चाहिए। करंट न्यूज़ चाहिए। तो अगर मैं उस टाइप का एप्लीकेशन बना रहा हूं और वहां पे मेरा एलएलएम है उसके अंदर तो ये एलएलएम का डिपेंडेंसी कोई थर्ड पार्टी एपीआई से चाहिए होगा। राइट? या थर्ड पार्टी टूल्स से चाहिए होगा। यस क्योंकि लेट्स से कि मेरा थर्ड पार्टी एपीआई एक हो सकता है टैवली एपीआई। टैवली एपीआई अगर आपको नहीं पता हम लोग सारा चीज कवर करेंगे ये स्पेसिफिक प्लेलिस्ट में। टैवली मतलब क्या है? ये थर्ड पार्टी सर्च इंजन है। ठीक है? और क्या करता है ना? ये बेसिकली हम लोगों को एपीआई देता है इंटीग्रेट करने के लिए एलएलएम मॉडल्स के साथ। ठीक है? तो इसमें क्या होगा? जब मेरे एलएलएम के पास ये टूल का कैपेबिलिटी है। देखिए आप मेरे को एक क्वेश्चन पूछिए। अगर मेरे पास एक बुक है, राइट? मैं बुक से पढ़ना चाहूंगा। मैं एक स्पेसिफिक अगर मेरे को वो आंसर नहीं आएगा, तो मैं क्या करूंगा? वो बुक को रेफर करूंगा। सिमिलरली एलएलएम के पास भी एक टूल है। वो है थर्ड पार्टी एपीआईस। और यहां पे हम लोग अलग-अलग थर्ड पार्टी एपीआई और टूल्स को इंटीग्रेट कर सकते हैं। इससे क्या होगा ना? एलएलएम के पास और कैपेबिलिटी आएगा। इवन दो इट इज़ नॉट रिसेंटली ट्रेंड विद ऑल द करंट डेटा। ये समझना काफी ज्यादा इंपॉर्टेंट है। राइट? तो लैंडचेन ये सारे फीचर्स भी प्रोवाइड करता है। आप डेटाबेस के साथ इंटीग्रेट कर पाएंगे। आप थर्ड पार्टी टूल्स एपीआई के साथ इंटीग्रेट कर पाएंगे। और रिसेंटली आजकल तो एक और बहुत ही अमेजिंग फीचर आ गया है एंथ्रोपिक्स से जिसको बोलते हैं हम लोग एमसीपी सर्वर्स। इसके बारे में भी हम लोग आगे बात करेंगे। काफी ज्यादा इंपॉर्टेंट टॉपिक है। अब इस इंटीग्रेशन से क्या होगा ना? आप इतने बढ़िया जनरेटिव एआई एप्लीकेशनेशंस बना सकते हैं। आप बोलिएगा ही मत। आपको एलएलएम के ऊपर से भी डिपेंडेंसी हटाना पड़ रहा है यहां पे। मतलब एलएलएम के ऊपर भी इतना डिपेंडेंट नहीं होना पड़ रहा है क्योंकि एलएलएम आर गुड एट कंटेंट जनरेशन। बट जो भी हमारा नया डेटा है ये बेसिकली क्या करता है? ये हमारे को एक ऐसा कॉन्टेक्स्ट प्रोवाइड करता है एलएलएम को जो हमारा आउटपुट एक्यूरेटली ला पाता है। राइट? क्योंकि एट द एंड ऑफ द डे रिस्पांस जनरेशन अगर बहुत ही एक्यूरेट रहेगा तो हमारा जनरेटिव एआई एप्लीकेशनेशंस बहुत ही बढ़िया होगा। और जब भी मैं बात बोलूं डेटाबेस इंटीग्रेशन का यह हमारा वेक्टर डेटाबेस हो सकता है। राइट? यह हमारा कौन सा भी डिफरेंट टाइप का डेटाबसेस हो सकता है। और उसके अलावा हमारा जो लंगचेन है ना एआई एजेंट्स बनाने में भी हम लोगों को बहुत ही मदद करता है। राइट? तो इतना ज्यादा इंप्रूवमेंट है इन सब चीजों में। सो डेफिनेटली हमको लैंगचेन यूज़ करना चाहिए। दूसरा चीज लैंगचेन है ना एक कंप्लीट इकोसिस्टम दे देता है आपको। ठीक है? इकोसिस्टम का मतलब क्या है? एक कंप्लीट इकोसिस्टम प्रोवाइड कर देता है। अब इस इकोसिस्टम का मतलब हम लोग समझते हैं। ठीक है? इस इकोसिस्टम मतलब यहां देखिए लैंगचेन के पास ना बहुत सारे कॉम्पोनेंट्स हैं। लैंग्राफ है, इंटीग्रेशंस है, लैंग्राफ्ट प्लेटफॉर्म्स है और लैंग स्मिथ है। ठीक है? मैं हर एक कॉम्पोनेंट के बारे में एक ब्रीफ आईडिया आपको देता हूं। और जैसे हम लोग ये सीरीज में आगे जाएंगे ये सारा टॉपिक्स हम लोग भी कवर करेंगे। अब देखिए यहां पे लैंगचेन तो हम लोगों को एक नॉर्मल एप्लीकेशन जो एलएलएम पावर्ड एप्लीकेशन है वो हेल्पफुल करता है बनाने के लिए। अगर हम लैंग्राफ का बात करें लैंग्राफ आपको एजेंट्स बनाने में मदद करता है। एआई एजेंट्स मल्टीस्टेट एआई एजेंट्स और मल्टी एआई एजेंट्स सब कुछ बनाने में मदद करता है। और जबभी भी हम इंटीग्रेशन का बात करें ना जैसे मैंने एक टूल का एग्जांपल दिया तो यहां पे हम लोगों को थर्ड पार्टी टूल इंटीग्रेशनंस करना हमको डिफरेंट-डिफरेंट टूल इंटीग्रेशन करने का ऑप्शन दिया जाता है। राइट? और ये सबसे बढ़िया चीज है। अगर आप लचे में जाके देखेंगे ना भाई मेरे को कौन सा वेक्टर डेटासेस यूज़ करना है। यहां पर मैं सिर्फ थर्ड पार्टी टूल के बात नहीं कर रहा हूं। अगर मेरे को वेक्टर डेटाबेससेस भी यूज़ करना है। मेरे को डेटा पार्सिंग टेक्निक्स

भी यूज़ करना है। राइट? डेटा पार्सिंग मतलब आप आपको पीडीएफ रीड करना है। आपको एक्सेल रीड करना है। तो ये सारे डेटा पार्सिंग टूल्स इंटीग्रेशंस भी हैं यहां पे जिसमें हम लोग स्पेसिफिकली एक कॉम्पोनेंट्स वाला सेक्शन भी देखेंगे। लेट्स से कि मेरे को मेरा डेटा सोर्स एक वेबसाइट है। मैं उस वेबसाइट से कंटेंट उठा के एक चैटब बनाना चाहता हूं। तो मैं कैसे वेबसाइट को स्क्रैप करूंगा वो सारा डिटेल्स भी इसमें बनाया जाता है। राइट? उसमें इसमें बेसिकली वो प्रेजेंट है। राइट? और उसके अलावा अगर आप यहां देखेंगे लैंग्राफ्ट प्लेटफॉर्म्स। राइट? ये लैंग्राफ्ट प्लेटफार्म काफी ज्यादा इंपॉर्टेंट है। बिकॉज़ एट द एंड ऑफ़ द डे एक बहुत ही अमेजिंग टूल लैंगचेन ने बनाया जिसको हम लोग बोलते हैं लैंग्राफ्ट स्टूडियो। और ये लैंग्राफ्ट स्टूडियो हम लोगों को अलऊ करता है कि हम लोग कैसे अपना एi एजेंट्स को डीबग कर सकते हैं। राइट? और लैंगसिथ का बात करूं तो ये एक ऐसा क्लाउड सर्विज है जहां पे हम लोग डीबगिंग, प्लेग्राउंड, प्र्प मैनेजमेंट, एनोटेशन, टेस्टिंग एंड मॉनिटरिंग भी कर सकते हैं। तो ये सारे टॉपिक्स हम लोग देखेंगे। तो ये जब इकोसिस्टम हम लोग को प्रोवाइड होता है ना फ्रॉम डेवलपमेंट टू डिप्लॉयमेंट ईच एंड एवरीथिंग दैट एक्चुअली मेक्स दिस फ्रेमवर्क द माइंड बेस्ट ब्लोइंग माइंड ब्लोइंग फ्रेमवर्क। माइंड बेस्ट ब्लोइंग नहीं माइंड ब्लोइंग फ्रेमवर्क जो आप लोग स्पेसिफिकली यूज़ कर सकते हैं फॉर डेवलपिंग योर जनरेटिव एआई और एजेंटिक एप्लीकेशन और मैं ये क्यों बोल रहा हूं क्योंकि बड़े-बड़े कंपनीज़ टॉप फोर एनवाई पीडब्ल्यूसी वहां पे भी जो डेवलपर्स हैं ना बेसिकली ये सारे फ्रेमवर्क्स यूज़ कर रहे हैं इन ऑर्डर टू डेवलप ऑल दिस थिंग्स वो लोग रिपोर्टिंग टूल्स बना रहे हैं वो लोग एजेंट के एप्लीकेशनेशंस चैट बॉट्स बना रहे हैं वो लोग रैग एप्लीकेशन बना रहे हैं बहुत सारे चीजें कर रहे हैं। ठीक है? तो इसके रिलेटेड हम लोग और बात करेंगे। बट आई होप आपको एक आईडिया मिल गया क्यों हम लोगों को लैंगचेन यूज़ करना चाहिए। बिकॉज़ इट प्रोवाइड्स द मोस्ट अमेजिंग इकोसिस्टम फॉर डूइंग ऑल दिस स्पेसिफिक थिंग्स। और जैसे-जैसे हम लोग बात करेंगे जैसे नेक्स्ट वीडियो में हम लोग स्टार्ट करेंगे अपना कोडिंग लैंगचेन से। उसके बाद मैं आपको दिखाऊंगा एक नॉर्मल चैटबॉट एप्लीकेशनेशंस कैसे बनाते हैं वो सारा चीज। राइट? और उसमें आपको काफी ज्यादा मजा आएगा। मेक श्योर करिएगा आप ये सारे डॉक्यूमेंटेशन देखिएगा। ठीक है? तो यहां पे आप लैंस स्मिथ कर सकते हैं टू इंस्पेक्ट मॉनिटर एंड इवैलुएट योर एप्लीकेशनेशंस टू ऑप्टिमाई एंड डिप्लॉय विद कॉन्फिडेंस और यहां पे थोड़े-थोड़े एग्जांपल्स ये देखिए अलग-अलग डिफरेंट-डिफरेंट मॉडल्स का इंटीग्रेशन है यहां पे। आप कोई भी मॉडल यूज़ कर सकते हैं फ्रॉम पर per परप्लेक्सिसिटी टू डेटा ब्रेक्स टू फायर वर्क्स टू एनवीडिया। है ना? मैं आपको एटलीस्ट फोर टू फाइव डिफरेंट टेक्निक्स बता दूंगा। सो दैट आप ईजीली इन सब के साथ खेल पाएं। ठीक है? सो आई होप आपको यह वीडियो अच्छा लगा हो। दिस वाज इट फ्रॉम माय साइड। आई विल सी ऑल इन द नेक्स्ट वीडियो। हैव अ ग्रेट डे अहेड। थैंक यू, एंड ऑल।