Ejercicio LangChain RAG con LCEL, FAISS y OpenAI embeddings

Ejercicio de programación: Langchain Rag Codigo

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en LangChain. Es un ejercicio de nivel intermedio que requiere conocimientos sólidos de la tecnología.

Tipo: Ejercicio de código 5 minutos estimados 200 puntos de experiencia

Información adicional del ejercicio

Construir un sistema RAG funcional utilizando LCEL para responder preguntas basadas en documentos.

Contenido del ejercicio

Tu objetivo es construir un sistema RAG (Retrieval-Augmented Generation) funcional utilizando LCEL. Se te proporciona una lista de documentos sobre tecnología y debes crear un sistema que permita hacer preguntas y obtener respuestas fundamentadas en su contenido.

Los documentos ya están disponibles en la variable documents:

documents = [
    Document(page_content="Python es un lenguaje de programación de alto nivel, interpretado y de propósito general. Fue creado por Guido van Rossum y lanzado en 1991."),
    Document(page_content="JavaScript es un lenguaje de programación interpretado, orientado a objetos y basado en prototipos. Es uno de los lenguajes más populares para desarrollo web."),
    Document(page_content="LangChain es un framework para desarrollar aplicaciones potenciadas por modelos de lenguaje. Facilita la creación de sistemas RAG y agentes inteligentes.")
]

Debes completar los siguientes pasos:

Crear un RecursiveCharacterTextSplitter con chunk_size=200 y chunk_overlap=50, y dividir los documentos en chunks
Crear embeddings usando OpenAIEmbeddings con el modelo "text-embedding-3-small"
Crear un vector store FAISS a partir de los chunks y embeddings usando FAISS.from_documents
Configurar un retriever usando as_retriever() con search_kwargs={"k": 2}
Definir una función format_docs(docs) que concatene el contenido de los documentos separados por dos saltos de línea
Crear un ChatPromptTemplate que incluya las variables {context} y {question}
Inicializar un modelo ChatOpenAI con model="gpt-5-mini" y temperature=0
Construir la cadena RAG usando LCEL con el operador |
Ejecutar la cadena con la pregunta: "¿Qué es LangChain?"
Imprimir la respuesta obtenida

Lección relacionada

Este ejercicio está relacionado con la lección "Semantic Search" de LangChain. Te recomendamos revisar la lección antes de comenzar.

Ver lección relacionada

Más ejercicios de LangChain

Explora más ejercicios de programación en LangChain para mejorar tus habilidades y obtener tu certificación.

Ver más ejercicios de LangChain

Explora el curso completo de LangChain

Descubre más contenido de LangChain con lecciones, ejercicios y módulos organizados para tu aprendizaje.

Módulo: RAG

Ver todas las lecciones y ejercicios de este módulo

Lecciones de LangChain

Aprende los conceptos fundamentales con tutoriales detallados

Ejercicios de LangChain

Practica con más ejercicios de programación

Módulos de LangChain

Explora todos los módulos del curso organizados por temas

Curso completo de LangChain

Ver el temario completo con todos los contenidos del curso

Todas las tecnologías

Explora todos los cursos de programación disponibles

Cursos que incluyen este ejercicio

Este ejercicio forma parte de los siguientes cursos estructurados con rutas de aprendizaje

Sistemas RAG con LangChain

Ruta de aprendizaje completa con lecciones y ejercicios

Alan Sastre

Ingeniero de Software y formador, CEO en CertiDevs

Ingeniero de software especializado en Full Stack y en Inteligencia Artificial. Como CEO de CertiDevs, LangChain es una de sus áreas de expertise. Con más de 15 años programando, 6K seguidores en LinkedIn y experiencia como formador, Alan se dedica a crear ejercicios prácticos y contenido educativo de calidad para desarrolladores de todos los niveles.

Solución al ejercicio de programación en LangChain

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en LangChain para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.

solution.js

JavaScript

1 function solveChallenge ( input ) {

2 // Algoritmo optimizado O(n log n)

3 const data = parseInput ( input );

4 const sorted = data . sort (( a , b ) => a - b );

6 // Aplicar técnica de dos punteros

7 let left = 0 , right = sorted . length - 1 ;

8 const result = [];

10 while ( left < right ) {

11 const sum = sorted [ left ] + sorted [ right ];

12 if ( sum === target ) {

13 result . push ([ sorted [ left ], sorted [ right ]]);

14 left ++; right --;

15 } else if ( sum < target ) {

16 left ++;

17 } else {

18 right --;

19 }

20 }

22 return result ;

23 }

Código completo

Explicaciones

Mejores prácticas

+1.200 developers han resuelto este ejercicio de programación

Practica con ejercicios de programación en LangChain

Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.

Asistente de IA

Aprende de tus errores

Progreso

Mide tu avance

Certificación

Valida tus habilidades

Ver curso completo

Ejercicios de programación en LangChain: Práctica y Certificación

Los ejercicios de programación son fundamentales para dominar LangChain. Este ejercicio está diseñado para poner a prueba tus conocimientos prácticos y ayudarte a consolidar lo aprendido en las lecciones teóricas. La práctica constante con ejercicios de programación es la clave para convertirte en un desarrollador experto.

¿Por qué resolver ejercicios de programación?

Resolver ejercicios de programación en LangChain te permite:

Aplicar conocimientos teóricos: Poner en práctica los conceptos aprendidos en las lecciones de LangChain.
Identificar áreas de mejora: Descubrir qué conceptos necesitas reforzar en tu aprendizaje de LangChain.
Prepararte para certificaciones: Los ejercicios te preparan para obtener certificados profesionales en LangChain.
Mejorar tu perfil profesional: Demostrar tus habilidades prácticas en LangChain.

Metodología de aprendizaje

Nuestros ejercicios de programación están diseñados siguiendo una metodología probada de aprendizaje progresivo. Cada ejercicio en LangChain está cuidadosamente estructurado para llevar tus habilidades al siguiente nivel. Comenzamos con conceptos fundamentales y avanzamos gradualmente hacia desafíos más complejos que reflejan situaciones reales del desarrollo de software profesional.

Certificación y validación de conocimientos

Al completar ejercicios de programación, no solo mejoras tus habilidades técnicas, sino que también puedes obtener certificados que validan tu expertise en LangChain. Estos certificados son reconocidos por empresas y pueden ser una gran adición a tu perfil profesional de LinkedIn o tu CV como desarrollador.

Los ejercicios están alineados con los estándares de la industria y cubren desde conceptos básicos hasta técnicas avanzadas de programación en LangChain. Cada ejercicio incluye casos de prueba y ejemplos prácticos que te ayudarán a comprender mejor cómo aplicar lo aprendido en proyectos reales.