Weibert好崴寶程式
好崴寶 Weibert Weiberson

Logo2

搜尋結果

×

崴寶出書了 - 本地端 Ollama × LangChain × LangGraph × LangSmith 開發手冊：打造 RAG、Agent、SQL 應用

日期：2025-08-25

標籤:
類別:

本書是專為考量資料隱私問題但又想開發結合大型語言模型 LLM 應用者所設計，不倚賴大型 AI 公司的雲端服務，利用 Ollama 系統建置本機 LLM 推論引擎，既保護隱私又節省串接大型 AI 公司 API 服務的費用。

《本地端 Ollama × LangChain × LangGraph × LangSmith 開發手冊：打造 RAG、Agent、SQL 應用》

崴寶出書了

書名：《本地端 Ollama × LangChain × LangGraph × LangSmith 開發手冊：打造 RAG、Agent、SQL 應用》
筆名：好崴寶(Weibert Weiberson)

這本書的誕生，其實來自一個想法：
「如果有免費的本地端 LLM（大型語言模型），為什麼學習 LangChain 就一定要綁 OpenAI 呢？」

寫書契機：​

在研究過程中，崴寶發現市面上幾乎所有關於 LangChain 的書籍，都跟 OpenAI 綁定，實作時幾乎都需要串接付費 API。這對於剛入門的朋友、學生，甚至資源有限的開發者而言，無疑是一大門檻。
​
而當崴寶發現 Ollama 支援免費本地模型，心中立刻浮現：「如果把 Ollama、LangChain、LangGraph、LangSmith 整合在一起，感覺會超級幸福孟」的想法，埋下了崴寶想撰寫這本書的種子。
​
在開始撰寫之前，崴寶有先在各大書店搜尋，卻找不到任何結合 Ollama × LangChain 的教學書，更別說提到 LangGraph、LangSmith 的整合實作。這讓崴寶更加確信：這是一條還沒人走過、卻非常值得分享的路。

書的核心理念：​

即使是中小型的本地模型，只要是高精度版本，模型大小依然對硬體資源有一定要求。為了讓更多人能實際參與 LLM 開發，崴寶決定讓這本書以模型量化為核心技術主軸，降低進入門檻。

這本書：

  1. 完全基於 Ollama 執行模型
  2. 不依賴 OpenAI API
  3. 對於有強大 GPU 的開發者，也保有不量化模型的彈性
  4. 未來如果 Ollama 上架更多模型，你也能輕鬆整合到本書的實作中

這本書是寫給想學習大型語言模型（LLM）應用開發的讀者，會涵蓋像是 LangChain、Ollama、LangGraph、LangSmith 的整合實作。

線上購買連結：

除了以上書局外，其他各大書局也可以買的到呦!!

    喜歡 好崴寶 Weibert Weiberson 的文章嗎？在這裡留下你的評論！本留言區支援 Markdown 語法。