LangChain - Curso Atualizado para v1.0

⚠️ ATUALIZAÇÃO PARA LANGCHAIN v1.0

Este curso foi originalmente desenvolvido com LangChain v0.3 e atualizado para a versão estável v1.0.

Mudanças principais aplicadas:

• langchain.schema → langchain.messages / langchain_core.messages
• langchain.text_splitter → langchain_text_splitters
• langchain.document_loaders → langchain_community.document_loaders
• langchain.prompts → langchain_core.prompts
• langchain_core.pydantic_v1 → pydantic (Pydantic v2)
• RetrievalQA → LCEL com retriever | format_docs
• create_tool_calling_agent + AgentExecutor → create_agent
• @validator → @field_validator (Pydantic v2)
• .get_relevant_documents() → .invoke()
• chat([mensagem]) → chat.invoke([mensagem])

O código v0.3 original está comentado em cada célula para referência.

---

Descrição

Curso completo e prático com 17 módulos sobre LangChain v1.0. Desenvolvido por Pedro Nunes Guth, este curso apresenta os fundamentos essenciais para dominar a framework mais popular para desenvolvimento de aplicações com Large Language Models, desde conceitos básicos até implementações avançadas em produção.

Objetivos de Aprendizagem

Ao final deste curso, você será capaz de:

• ✅ Compreender o que é LangChain e sua importância no ecossistema de IA
• ✅ Trabalhar com ChatModels e diferentes provedores de LLMs
• ✅ Dominar Runnables e LCEL (LangChain Expression Language)
• ✅ Criar e gerenciar Prompt Templates e Output Parsers
• ✅ Construir Chains complexas para sequenciar operações
• ✅ Implementar sistemas de memória para conversas contextuais
• ✅ Carregar e processar documentos com loaders e splitters
• ✅ Trabalhar com Vector Stores e Embeddings
• ✅ Implementar sistemas RAG (Retrieval-Augmented Generation)
• ✅ Criar Agents inteligentes com Tools customizadas
• ✅ Desenvolver projetos práticos completos
• ✅ Fazer deploy de aplicações com Streamlit
• ✅ Comparar versões e entender evolução do LangChain
• ✅ Explorar LangGraph para fluxos complexos
• ✅ Utilizar LangSmith para monitoramento e debugging

Estrutura do Curso

Módulo 1: Introdução - O que é LangChain e Por que Ele Ajuda Muito

Conceitos abordados:

• Definição e importância do LangChain
• Arquitetura e componentes principais
• Casos de uso e aplicações práticas
• Configuração do ambiente de desenvolvimento

Aplicações práticas:

• Setup inicial do ambiente LangChain
• Primeiros testes com a framework
• Compreensão do ecossistema de IA

---

Módulo 2: ChatModels, Runnables e LCEL - Os Ingredientes Mágicos

Conceitos abordados:

• ChatModels e diferentes provedores (Gemini, OpenAI, Anthropic)
• Conceito de Runnables como base do LangChain v1.0
• LCEL (LangChain Expression Language)
• Configuração de APIs e modelos

Aplicações práticas:

• Integração com diferentes LLMs
• Criação de pipelines básicos
• Implementação de fluxos de processamento

---

Módulo 3: Prompt Templates e Output Parsers - Estruturando Entrada e Saída

Conceitos abordados:

• Criação de templates de prompts reutilizáveis
• Output parsers para estruturar respostas
• Few-shot learning e example selectors
• Validação e formatação de saídas

Aplicações práticas:

• Desenvolvimento de prompts eficazes
• Estruturação de respostas de LLMs
• Criação de templates personalizados

---

Módulo 4: Chains - Conectando os Pontos da IA

Conceitos abordados:

• Conceito de Chains e sequenciamento
• Tipos de chains (Sequential, Router, Custom)
• Composição de componentes
• Debugging e monitoramento de chains

Aplicações práticas:

• Construção de fluxos complexos
• Integração de múltiplos componentes
• Criação de pipelines personalizados

---

Módulo 5: Memory Systems - A Memória dos Bots

Conceitos abordados:

• Por que LLMs são stateless
• Tipos de memória (Buffer, Window, Summary)
• Implementação de sistemas de memória
• Gerenciamento de contexto conversacional

Aplicações práticas:

• Criação de chatbots com memória
• Implementação de assistentes contextuais
• Gerenciamento de conversas longas

---

Módulo 6: Document Loading e Splitters - Processando Informações

Conceitos abordados:

• Document loaders para diferentes formatos
• Text splitters e estratégias de divisão
• Processamento de PDFs, textos e web pages
• Otimização de chunks para RAG

Aplicações práticas:

• Carregamento de documentos diversos
• Preparação de dados para sistemas RAG
• Processamento de grandes volumes de texto

---

Módulo 7: Vector Stores e Embeddings - Representando Conhecimento

Conceitos abordados:

• Conceito de embeddings vetoriais
• Vector stores (FAISS, Chroma, Pinecone)
• Similaridade semântica e busca vetorial
• Otimização de armazenamento e busca

Aplicações práticas:

• Implementação de busca semântica
• Criação de bases de conhecimento vetoriais
• Otimização de performance de busca

---

Módulo 8: RAG Implementation - Transformando Documentos em Conversas

Conceitos abordados:

• Arquitetura completa de sistemas RAG
• Retrieval-Augmented Generation
• Integração de componentes RAG
• Otimização de qualidade de respostas

Aplicações práticas:

• Desenvolvimento de assistentes baseados em documentos
• Criação de sistemas de Q&A inteligentes
• Implementação de chatbots especializados

---

Módulo 9: Agents e Tools - Quando a IA Ganha Superpoderes

Conceitos abordados:

• Conceito de Agents e Tools
• ReAct (Reasoning + Acting)
• Criação de ferramentas customizadas
• Integração com APIs externas

Aplicações práticas:

• Desenvolvimento de assistentes autônomos
• Criação de ferramentas especializadas
• Implementação de agentes inteligentes

---

Módulo 10: Projeto Final 1 - Primeira Aplicação Completa

Conceitos abordados:

• Integração de todos os conceitos aprendidos
• Desenvolvimento de aplicação completa
• Boas práticas de desenvolvimento
• Estruturação de projetos

Aplicações práticas:

• Criação de projeto real com LangChain
• Implementação de sistema completo
• Demonstração de competências adquiridas

---

Módulo 11: Projeto Final 2 - Aplicação Avançada

Conceitos abordados:

• Aplicações mais complexas
• Integração de múltiplos componentes
• Otimização de performance
• Tratamento de erros e edge cases

Aplicações práticas:

• Desenvolvimento de aplicação avançada
• Implementação de funcionalidades complexas
• Consolidação de conhecimentos

---

Módulo 12: Deploy e Produção com Streamlit - Da Ideia à Realidade

Conceitos abordados:

• Introdução ao Streamlit
• Transformação de projetos em aplicações web
• Deploy local e em nuvem
• Boas práticas de produção

Aplicações práticas:

• Criação de interfaces web
• Deploy de aplicações LangChain
• Publicação de projetos

---

Módulo 13: LangChain v1.0 vs v0.2 - Comparações e Evolução

Conceitos abordados:

• Diferenças entre versões
• Evolução da framework
• Migração entre versões
• Melhores práticas por versão

Aplicações práticas:

• Comparação de implementações
• Entendimento de evolução
• Preparação para futuras versões

---

Módulo 14: LangGraph - Quando o Agente Precisa de um GPS

Conceitos abordados:

• Conceito de LangGraph
• Criação de fluxos complexos
• Gerenciamento de estados
• Coordenação de múltiplos agents

Aplicações práticas:

• Desenvolvimento de fluxos avançados
• Implementação de workflows complexos
• Criação de sistemas multi-agent

---

Módulo 15: LangSmith - Monitoramento e Debugging

Conceitos abordados:

• Introdução ao LangSmith
• Monitoramento de aplicações
• Debugging e troubleshooting
• Análise de performance

Aplicações práticas:

• Implementação de monitoramento
• Debugging de aplicações
• Otimização de performance

---

Competências Desenvolvidas

🔗 Fundamentos do LangChain

• Compreensão profunda da framework LangChain v1.0
• Domínio de Runnables e LCEL (LangChain Expression Language)
• Trabalho com ChatModels e diferentes provedores de LLMs
• Criação de Prompt Templates e Output Parsers

🏗️ Arquitetura e Componentes

• Construção de Chains complexas
• Implementação de sistemas de memória
• Trabalho com Document Loaders e Text Splitters
• Integração de Vector Stores e Embeddings

🤖 Sistemas Avançados

• Implementação de sistemas RAG completos
• Criação de Agents inteligentes com Tools
• Desenvolvimento de fluxos com LangGraph
• Monitoramento e debugging com LangSmith

🚀 Deploy e Produção

• Transformação de projetos em aplicações web
• Deploy com Streamlit
• Boas práticas de produção
• Comparação entre versões do LangChain

💻 Implementação Prática

• Desenvolvimento de projetos completos
• Integração de múltiplos componentes
• Otimização de performance
• Tratamento de erros e edge cases

Pré-requisitos

• Conhecimento intermediário de Python
• Familiaridade com conceitos básicos de machine learning
• Noções de APIs e integração de serviços
• Interesse em desenvolvimento de aplicações com IA

Metodologia

O curso combina:

• Teoria fundamentada com explicações claras e analogias práticas
• Implementação hands-on com código Python e LangChain v1.0
• Projetos práticos conectando teoria com aplicações reais
• Progressão gradual dos conceitos básicos até aplicações avançadas
• Foco em produção com deploy e monitoramento
• Comparação de versões para entender evolução da framework
• Visualizações interativas para compreensão de fluxos complexos
• Exemplos do mundo real com casos de uso práticos

Tecnologias Utilizadas

🤖 Modelos de Linguagem

• Google Gemini 2.0 Flash (modelo principal do curso)
• OpenAI GPT (comparações e alternativas)
• Anthropic Claude (exemplos adicionais)

🔧 Frameworks e Bibliotecas

• LangChain v1.0 (framework principal)
• LangGraph (fluxos complexos)
• LangSmith (monitoramento e debugging)
• Streamlit (deploy e interfaces web)

💾 Armazenamento e Processamento

• FAISS (vector stores)
• Chroma (bases de dados vetoriais)
• Pinecone (vector database em nuvem)
• PyPDF (processamento de documentos)

🌐 APIs e Integrações

• Google AI API (Gemini)
• OpenAI API (GPT)
• Wikipedia API (ferramentas de busca)
• APIs customizadas (exemplos práticos)

Notebooks Gerados

Total de notebooks: 15

1. modulo-01-introdução---o-que-é-langchain,-por-que-ele-ajuda-muito-e-o-que-vamos-ver-no-curso?-notebook.ipynb
2. modulo-02-chatmodel-(gemini-2.0-flash-será-usado-no-curso-todo,-mas-temos-que-aprender-outras-opções),-runnables-e-lcel-notebook.ipynb
3. modulo-03-prompt-template-e-outputparses-notebook.ipynb
4. modulo-04-chains-notebook.ipynb
5. modulo-05-memory-systems-notebook.ipynb
6. modulo-06-document-loading-e-splitters-notebook.ipynb
7. modulo-07-vector-store-e-embeddings-notebook.ipynb
8. modulo-08-rag-implementation-notebook.ipynb
9. modulo-09-agents-e-tools-notebook.ipynb
10. modulo-10-projeto-final-1-notebook.ipynb
11. modulo-11-projeto-final-2-notebook.ipynb
12. modulo-12-deploy-e-produção-com-streamlit-notebook.ipynb
13. modulo-13-refazendo-tudo-que-vimos-mas-na-versão-v1.0---com-comparações-notebook.ipynb
14. modulo-14-e-o-langgraph?-notebook.ipynb
15. modulo-15-e-o-langsmith?-notebook.ipynb