Liebe Besucherinnen und Besucher,
aufgrund unseres Sommerfestes sind wir am 03. September 2026 bis 14 Uhr erreichbar. Am 04. September 2026 sind wir wieder wie gewohnt für Sie da. Vielen Dank für Ihr Verständnis.
Ihr Team von Sack Fachmedien
Buch, Deutsch, 485 Seiten, Format (B × H): 168 mm x 240 mm
Agentic Coding, RAG und Vektordatenbanken für LLM-Anwendungen
Buch, Deutsch, 485 Seiten, Format (B × H): 168 mm x 240 mm
ISBN: 978-3-367-12009-3
Verlag: Rheinwerk Verlag GmbH
Ihr Guide für eigene RAG-Anwendung!
Freuen Sie sich auf einen umfassenden Einstieg in die Welt der Generativen KI mit Python. Dieses Buch deckt Schlüsselkonzepte wie Large Language Models (LLMs), LangChain, Vektordatenbanken, das Model Context Protocol (MCP) und Retrieval-Augmented-Generation (RAG) ab. Sie lernen die Grundlagen des Prompt Engineering kennen, steigen ins Agentic Coding ein und erfahren, wie Sie Agentensysteme entwickeln und deployen.
Mit praxisnahen Beispielen und klaren Erklärungen tauchen Sie tief in die Materie ein – ideal für alle, die Generative KI-Lösungen mit Python umsetzen wollen.
- Agentic Coding: Mit KI-Agenten eigenständig Code schreiben, testen und deployen
- RAG-Anwendungen und Vektordatenbanken für wissensbasierte LLM-Anwendungen
- MCP, Prompt Engineering, Agentensysteme u.v.m.
Aus dem Inhalt:
- Große Sprachmodelle – LLMs und LMMs
- Prompt Engineering
- Sprachanalyse (NLP)
- Vektordatenbanken
- LangChain und LangGraph
- Hugging Face
- CrewAI
- OpenAI- und andere APIs
- Agentensysteme
- Model Context Protocol (MCP)
- Agentic Coding
- Deployment




