Generative AI on Google Cloud with LangChain

Guía práctica de nivel intermedio orientada a la construcción y escalado de aplicaciones empresariales de inteligencia artificial generativa, combinando el framework LangChain (mediante su expresión moderna LCEL) con los servicios gestionados de Vertex AI en Google Cloud Platform. La obra está escrita por Leonid Kuligin, Jorge Zaldívar y Maximilian Tschochohei para desarrolladores de software, ingenieros de datos y especialistas en machine learning con buen dominio de Python y nociones de computación en la nube que desean llevar sus modelos más allá del prototipo hacia arquitecturas de producción fiables.

El libro detalla el uso de modelos como Gemini e Imagen a través de Vertex AI Model Garden, el diseño de cadenas y runnables en LangChain (LCEL, RunnablePassthrough, itemgetter) y la ingestión y preprocesamiento de documentos estructurados y no estructurados con Document AI, Cloud Storage y GoogleDriveLoader. Profundiza en arquitecturas avanzadas de generación aumentada por recuperación (RAG) empleando Vertex AI Vector Search, Vertex AI Agent Builder y Cloud SQL con pgvector, incorporando además procesamiento multimodal de documentos técnicos, resúmenes con el patrón MapReduce para contextos extensos, salidas estructuradas con Pydantic, agentes autónomos con ejecución de herramientas y monitorización y evaluación de métricas de fidelidad y relevancia con LangSmith.

En el transcurso de los capítulos se construyen soluciones reales de extremo a extremo, como un sistema RAG multimodal que interpreta texto y gráficos de documentos PDF complejos y un agente conversacional desplegado de forma segura en Google Cloud Run bajo políticas IAM. El texto destaca por su enfoque arquitectónico y su integración armónica entre código Python y la nube empresarial de Google; no obstante, requiere disponer de una cuenta de GCP activa para aprovechar todos los laboratorios prácticos y se centra deliberadamente en el ecosistema gestionado de Vertex AI.