مقدمه

درود!

قالب کوئرا کالج

سیستم امتیازدهی و دریافت گواهی

مدل‌های زبان انقلاب چهارم بشریت؟

مبانی و الگوهای اپلیکیشین‌های LLM

اهداف فصل

LLMها چگونه توسعه را متحول کردند؟

از NLP سنتی تا LLMها

وظایف بنیادین LLMها

الگوهای اصلی اپلیکیشن

کوئیز

مقدمه‌ای بر مدل‌های زبانی

آشنایی با LLM

سفارشی‌سازی LLM

خود میزبانی یا رابط برنامه‌نویسی

مشخصات مدل‌ها

محاسبه‌ی هزینه

چرخه‌ی پروژه

پارامترهای پیکربندی

روش‌ها و پارامترهای نمونه‌گیری

پارامترهای دما و کنترل

توهم در مدل‌های زبانی

کوییز

الفبای مدل‌های زبانی

توکن چیست؟

انواع توکنایزر

کلمه در نگاه مدل‌های زبانی

تاثیر توکنایزر بر مدل ۱

تاثیر توکنایزر بر مدل ۲

محاسبه توکن

مقدمه‌ای بر LangChain

آشنایی با LangChain

آماده‌سازی محیط توسعه

محیط VS Code

ساخت مدل ساده

توابع کمکی

قالب دستور در مدل‌های زبانی

LCEL

اجرای موازی زنجیره‌ها

تزریق منطق پایتونی

عبور بدون تغییر ورودی

ردیابی و دیباگ

چیت‌شیت

دنیای متن‌باز

قدم اول در دنیای متن‌باز

انتخاب مدل

میزبانی از مدل متن‌باز

Ollama

کوانتیزه‌سازی

متن‌باز از طریق API

مدل‌های متن‌باز پیشرو

مهندسی پرامپت

فلسفه مهندسی پرامپت

تکنیک‌های بنیادی مهندسی دستور

معرفی معماری CoT

کنترل کامل خروجی

کپسول کاهش توهم

دستورنویسی چند نمونه‌ای

فلسفه دستورنویسی چندنمونه‌ای

دستورنویسی چند نمونه‌ای ساده

دستورنویسی چندنمونه‌ای پویا

انتخاب نمونه بر اساس طول دستور

استدلال و تفکر زنجیره‌ای

چرا مدل‌ها نیاز به «فکر کردن» دارند؟

تکنیک‌های CoT

پیاده‌سازی CoT در LangChain

خودسازگاری

چالش خروجی تمیز

اتصال CoT به آینده

پروژه‌ی ۱

الهه‌شناسی

حافظه‌ و نگهداری تاریخچه

حافظه و مدیریت آن

تاریخچه‌ی گفت‌وگو

مدیریت خودکار تاریخچه

هرس پیام‌ها

حافظه‌‌ی خلاصه‌ساز

حافظه پایدار

تعبیه متن

محدودیت جست‌و‌جو

تعبیه‌ی متن چیست؟

سنجش شباهت

مدل‌های تعبیه متن

پیاده‌سازی عملی در Langchain

آشنایی با پایگاه داده‌های برداری

چرا دیتابیس‌های سنتی کافی نیستند؟

پایگاه‌داده‌های برداری

ریاضیات شباهت

راه‌اندازی پایگاه‌داده برداری

چرخه حیات داده (CRUD)

فیلترینگ متادیتا

پردازش داده‌ها در LangChain

اصول پردازش داده

بارگیری اسناد

استراتژی‌های تقسیم متن

هنر حفظ بافتار

تقسیم‌بندی معنایی

پردازش متن‌آگاه

متادیتا

دانش خارجی و معماری RAG

معماری RAG

معماری RAG - اپیزود دوم

بازیابی با الگوریتم MMR

بازیابی با خود-کوئری

بازیابی با فشرده‌سازی بافتاری

پرسش‌وپاسخ با RAG

رتبه‌بندی مجدد

Hybrid Search

CAG در برابر  RAG

پیاده‌سازی یک سیستم RAG

ارزیابی سیستم‌های RAG

پردازش خروجی‌ها

مبانی پردازش خروجی

خروجی JSON

خروجی ساختاریافته

خروجی بدون پارسر

عامل‌ها (Agents) و ابزارهای سفارشی

موتور استدلال

ابزارها در LangChain

ابزارهای سفارشی

عامل‌ ReAct

LangGraph

RAG به عنوان ابزار

پروژه‌ی نهایی

LibreChat

توسعه‌ی بیشتر

مدل‌های چندوجهی

طراحی رابط کاربری با استریم‌لیت

ساخت رابط کاربری چت‌بات

اجرای آفلاین مدل‌ها با Ollama

مطالعه‌ی بیشتر

نحوه کار با متیس!

گوگل کولب (Google Colab)

دریافت کلید API از Cohere

دریافت کلید API از Google

دریافت کلید API از OpenAI

دریافت کلید API از SerpAPI

دریافت کلید API از Wolfram

مهندسی نرم‌افزار تا پیش از این بر پایه سیستم‌های قطعی بنا شده بود. شما به عنوان یک مهندس، مجموعه‌ای از دستورالعمل‌های دقیق یا الگوریتم‌ها را می‌نوشتید تا ورودی‌های مشخص را به خروجی‌های قابل پیش‌بینی تبدیل کنید.

مدل‌های زبانی بزرگ، پارادایم سیستم‌های احتمالاتی را وارد جریان اصلی توسعه نرم‌افزار کرده‌اند. در این پارادایم (که آندری کارپاتی آن را *Software 2.0* و فراتر از آن می‌نامد)، ما به جای نوشتن صریح کدهای منطقی، شبکه‌های عصبی با میلیاردها پارامتر را با استفاده از حجم عظیمی از داده‌ها بهینه‌سازی می‌کنیم.

> زبان‌های برنامه‌نویسی سطح بالا (مثل پایتون یا جاوا) انتزاعی از زبان ماشین هستند. *LLMها* لایه جدیدی از انتزاع را معرفی می‌کنند که در آن «زبان طبیعی» و «قصد کاربر» به کد کامپایل می‌شود.



در تاریخ علوم کامپیوتر و مهندسی نرم‌افزار، هر جهش پارادایمی بزرگ با یک مفهوم کلیدی گره خورده است: **«ارتقای سطح انتزاع».**

انقلاب صنعتی اول تا سوم، توان فیزیکی و محاسباتی انسان را مقیاس‌پذیر کردند. اما آنچه امروز تحت عنوان «انقلاب چهارم» در حال وقوع است، مقیاس‌پذیری سنتز الگوها و استنتاج است.

در ابتدا، برنامه‌نویسی به معنای تغییر فیزیکی سوییچ‌ها یا نوشتن کدهای ماشین بود. سپس زبان‌های اسمبلی، و پس از آن زبان‌های سطح بالا مثل C و کامپایلرها وارد شدند. کامپایلرها به ما اجازه دادند مفاهیم منطقی خود را بنویسیم و ماشین وظیفه ترجمه آن‌ها به دستورات پردازنده را بر عهده گرفت. در دهه‌های بعد، با ظهور فریم‌ورک‌ها، ماشین‌های مجازی و سرویس‌های ابری، ما مدام از درگیری با جزئیات پایین‌رده فاصله گرفتیم.
اما امروز، مدل‌های زبانی بزرگ در حال معرفی یک لایه کامپایلر جدید هستند؛ کامپایلری که ورودی آن «زبان طبیعی» و «قصد کاربر»، و خروجی آن کدهای اجرایی، ساختارهای داده و تصمیمات منطقی است.

آندری کارپاتی این گذار را **Software 2.0** می‌نامد. در مهندسی نرم‌افزار کلاسیک (*Software 1.0*)، ما به عنوان برنامه‌نویس، مجموعه‌ای از دستورالعمل‌های صریح را در قالب گراف‌هایی از جریان کنترل می‌نوشتیم تا ورودی را به خروجی تبدیل کنیم. در *Software 2.0*، ما به جای نوشتن صریح این قوانین، شبکه‌های عصبی با حجم عظیمی از داده‌ها بهینه‌سازی می‌کنیم تا سیستم خودش این قوانین را کشف کند. این تغییر بنیادین، نقش مهندس نرم‌افزار را در چهار محور اصلی بازتعریف می‌کند:


### **۱. کالایی شدن سینتکس**

تا همین چند سال پیش، بخش عمده‌ای از ارزش یک توسعه‌دهنده به تسلط او بر سینتکس زبان‌های برنامه‌نویسی، فریم‌ورک‌ها و حفظ بودن *APIها* گره خورده بود. فرآیند توسعه، شامل ساعت‌ها تبدیل منطق ذهنی به خطوط کد بود.
امروز، با ورود *LLMها* ، «تولید سینتکس» در حال تبدیل شدن به یک کالای ارزان و در دسترس است. وقتی یک مدل می‌تواند یک اسکریپت پایتون، یک کامپوننت ری‌اکت یا کوئری‌های پیچیده *SQL* را در چند ثانیه تولید کند، مزیت رقابتی «صرفا کد زدن» به شدت افت می‌کند.

**اما این به معنای پایان مهندسی نرم‌افزار نیست؛ بلکه به معنای ارتقای سطح انتزاع است. سینتکس ارزان شده است، اما منطق، معماری و امنیت همچنان گران‌قیمت هستند.** مهندس فردا، کمتر زمان خود را صرف نوشتن کدهای تکراری می‌کند و بیشتر به عنوان یک **«ارکستراتور»** عمل می‌کند. تمرکز شما از چگونه این حلقه را بنویسم به چگونه اجزای این سیستم را برای حل یک مشکل تجاری به هم متصل کنم تغییر می‌یابد.

### **۲. گذار از سیستم‌های قطعی به ترکیبی**
همانطور که گفته شد نرم‌افزارهای سنتی بر پایه قطعیت بنا شده‌اند: شما قوانینی (*if/else*) تعریف می‌کنید و سیستم همیشه در برابر ورودی مشخص، خروجی یکسانی می‌دهد.
مدل‌های زبانی، ماهیتی احتمالاتی دارند. آن‌ها بر اساس توزیع آماری کلمات کار می‌کنند، خروجی‌هایشان همیشه ۱۰۰٪ قابل پیش‌بینی نیست و وابستگی شدیدی به تغییرات جزئی در ورودی (*Prompt*) دارند و مستعد تولید اطلاعات نادرست با اعتماد به نفس بالا (اصطلاحا *Hallucination*) هستند. بزرگترین چالش و تخصص جدید در مهندسی نرم‌افزار، ساخت سیستم‌های پایداری است که از این موتورهای احتمالاتی در هسته خود استفاده می‌کنند.

در آینده نزدیک، معماری نرم‌افزار شامل دو بخش خواهد بود (که البته همین الان هم برخی نرم‌افزارها به همین شکل رفتار می‌کند.):

+ **بخش قطعی:** دیتابیس‌ها، منطق مالی، زیرساخت‌های امنیتی و APIهای سنتی.

+ **بخش احتمالاتی (موتور استنتاج):** لایه‌ای که زبان طبیعی کاربر را می‌فهمد، داده‌های بدون ساختار را تحلیل می‌کند و تصمیمات منعطف می‌گیرد.

وظیفه مهندس دیگر، طراحی الگوهایی (*Design Patterns*) برای ایزوله کردن این دو بخش است. شما باید یاد بگیرید چگونه خروجی‌های غیرقطعی *LLM* را مهار کنید (مثلاً با اجبار مدل به تولید خروجی‌های ساختاریافته مانند *JSON Schema*) و چگونه مکانیسم‌های *Fallback* قطعی را پیاده‌سازی کنید تا در صورت خطای مدل، سیستم از کار نیفتد.

### **۳. ظهور نرم‌افزارهای مبتنی بر عامل (Agentic Workflows)**

ما در حال عبور از عصر نرم‌افزارهای منفعل به سمت سیستم‌های فعال هستیم. نرم‌افزار سنتی، ابزاری است که منتظر دریافت رویداد از سمت کاربر می‌ماند تا روتین مشخصی را اجرا کند. اما در پارادایم جدید، ما با عامل‌های نرم‌افزاری (*Agents*) سر و کار داریم.

در این معماری، ما کنترل جریان برنامه‌نویسی را به یک *LLM* می‌سپاریم. شما سیستمی طراحی می‌کنید که دارای چرخه **«تفکر، عمل، مشاهده» (ReAct Pattern)** است. در این سیستم مدل زبانی می‌تواند:

1.  قصد کلی و انتزاعی کاربر را دریافت کند.

2.  آن را به زیرمسئله‌های کوچکتر بشکند.

3.  به ابزارهای خارجی (*Tools/APIs*) متصل شود و آن‌ها را اجرا کند.

4.  در صورت بروز خطا، خروجی را بررسی کرده و مسیر خود را اصلاح کند.

توسعه چنین سیستم‌هایی نیازمند درک عمیق از الگوهای طراحی جدید مانند *RAG (Retrieval-Augmented Generation)* ، زنجیره تفکر و مدیریت حافظه در *LLMهاست*.

### **۴. تغییر در چرخه عمر توسعه نرم‌افزار (SDLC)**

ورود مدل‌های زبانی تنها معماری محصولات نهایی را تغییر نمی‌دهد، بلکه خط تولید نرم‌افزار را نیز بازسازی می‌کند. استفاده از ابزارهای مبتنی بر *LLM* در تمام مراحل *SDLC* در حال تبدیل شدن به یک استاندارد صنعتی است:

1.  **تستینگ و Code Review:** بررسی‌های امنیتی و نوشتن تست‌های *Unit/Integration* به زودی به صورت خودکار و در لحظه توسط مدل‌ها در پایپ‌لاین‌های *CI/CD* انجام می‌شود.

2.  **مدرن‌سازی سیستم‌های قدیمی:** تبدیل کدهای قدیمی به معماری‌های مدرن که پیشتر سال‌ها زمان می‌برد، با کمک *LLMها* با سرعت و دقت بسیار بالاتری انجام خواهد شد.

3.  **مستندسازی پویا:** کدبیس‌ها توانایی توضیح خود را به صورت لحظه‌ای و تعاملی برای توسعه‌دهندگان جدید خواهند داشت.

در نهایت، ما در آستانه حذف مهندسی نرم‌افزار نیستیم؛ بلکه در حال گذار از «مهندسیِ دستورالعمل‌ها» به «مهندسیِ سیستم‌های شناختی» هستیم. در فصل‌های آینده این دوره، ما سینتکس‌ها، معماری‌ها و الگوهای طراحیِ لازم برای تسلط بر این لایه انتزاعی جدید را به صورت عملی و خط‌به‌خط بررسی خواهیم کرد.

ساخت اپلیکیشن‌های LLM