🚀 این کتاب به صورت قدم‌به‌قدم و با مثال‌های متنوع بهت یاد میده چطور سایت‌ها و اپلیکیشن‌هایی بسازی که از قدرت مدل‌های زبانی بزرگ (LLM) مثل GPT، Claude و Llama استفاده می‌کنند. این کتاب مخصوصاً برای توسعه‌دهنده‌های وب که با React یا Next.js راحت هستند نوشته شده و ابزارها و تکنیک‌هایی رو معرفی می‌کنه که برای اضافه کردن قابلیت‌های پیشرفته هوش مصنوعی مثل RAG (تولید با بازیابی افزوده)، خلاصه کردن اسناد، چت‌بات‌ها و موارد دیگه به پروژه‌های تحت وب نیاز داری.

💡 این راهنما فرآیند توسعه هوش مصنوعی رو فقط با استفاده از JavaScript و بقیه مهارت‌های رایج توسعه وب پیش می‌بره؛ یعنی هیچ نیازی به تجربه کار با Python یا یادگیری ماشین نیست. تو با کار روی پروژه‌های واقعی هوش مصنوعی که مشکلات بیزینسی رو حل می‌کنند، یاد می‌گیری و خیلی زود می‌تونی رابط‌های کاربری بهینه و کاربرپسندی ارائه بدی که بهترین استفاده رو از تکنولوژی AI می‌برند.

✨ در کتاب ساخت اپلیکیشن‌های وب تقویت‌شده با هوش مصنوعی یاد می‌گیری چطور:

• ادغام مدل‌های هوش مصنوعی در اپلیکیشن‌های React و Next.js
• پیاده‌سازی پاسخ‌های استریم (Streaming) و تعاملات بلادرنگ AI
• مدیریت تاریخچه گفتگو و بافتار (Context) در اپلیکیشن‌های چت
• به‌کارگیری LangChain.js برای جریان‌های کاری پیچیده و استدلال AI
• ساخت یک اپلیکیشن وب برای خلاصه کردن اسناد با استفاده از LangChain.js
• استفاده از سیستم‌های Retrieval-Augmented Generation (RAG) برای مدیریت دانش
• توسعه یک سیستم هوشمند آمادگی برای مصاحبه با بازخورد صوتی

⚙️ درباره تکنولوژی

📢 کاربران حرفشون رو زدند! امروزه در اپلیکیشن‌های مدرن وب، وجود ایجنت‌ها، پاسخ‌های شخصی‌سازی شده و قابلیت‌های قدرت گرفته از LLM یک ضرورت هست. این کتاب معماری صفر تا صد اپلیکیشن‌های وب هوش مصنوعی، از جمله رابط کاربری (UI)، زیرساخت بک‌اند، پردازش داده‌ها، ادغام API، استقرار و مقیاس‌پذیری رو با زبان و مثال‌هایی ارائه میده که برای توسعه‌دهنده‌های حرفه‌ای وب کاملاً ایده‌آل هست.

📘 درباره کتاب

این کتابِ در دسترس، بهت نشون میده چطور قابلیت‌های واقعی هوش مصنوعی — و نه فقط دموهای ساده — رو با استفاده از استک جاوااسکریپتی که از قبل بلدی (یعنی React برای فرانت، Next.js برای بک‌اند و Vercel AI SDK برای اتصال به مدل‌هایی مثل Gemini و GPT) منتشر کنی. با خوندن این کتاب، مهارت‌های لازم برای تکمیل دو پروژه سطح بالا رو به دست میاری: یک دستیار مصاحبه صوتی و یک سیستم دانش سازمانی بر پایه RAG. همچنین یاد می‌گیری چطور جریان‌های کاری رو طراحی کنی که بین تاخیر (Latency)، هزینه و تجربه کاربری تعادل ایجاد کنند و محافظ‌های امنیتی لازم برای کنترل کیفیت، جلوگیری از توهم (Hallucination) و سوگیری (Bias) رو پیاده‌سازی کنی.

📦 آنچه در داخل کتاب است

• ساخت قابلیت‌های هوش مصنوعی با یک استک حرفه‌ای
• ارائه ویژگی‌های آماده برای محیط عملیاتی (Production-ready)
• یادگیری از طریق پروژه‌های ملموس

📚 فهرست مطالب

بخش ۱: ساخت اپلیکیشن‌های وب پایه با هوش مصنوعی مولد

۱. استفاده از هوش مصنوعی مولد در اپلیکیشن‌های وب

۲. ساخت اولین اپلیکیشن وب هوش مصنوعی مولد شما

۳. اتصال مدل‌های هوش مصنوعی با Vercel AI SDK

۴. مدیریت گفتگو و وضعیت (State) در اپلیکیشن شما

بخش ۲: تکنیک‌های پیشرفته هوش مصنوعی مولد و استقرار

۵. مهندسی پرامپت در اپلیکیشن‌های وب

۶. ساخت جریان‌های کاری هوش مصنوعی با LangChain.js

۷. خلاصه سازی اسناد و RAG با LangChain.js

۸. تکنیک‌های تست و دیباگ کردن

۹. استقرار و امنیت

بخش ۳: پروژه‌های عملی

۱۰. ساخت دستیار مصاحبه هوش مصنوعی: بررسی گام‌به‌گام پروژه

۱۱. ساخت ایجنت هوشمند RAG: بررسی گام‌به‌گام پروژه

بخش ۴: ادغام‌های پیشرفته و آینده هوش مصنوعی

۱۲. ادغام اپلیکیشن‌های وب با پروتکل بافتار مدل (Model Context Protocol)

👥 درباره مخاطب

برای توسعه‌دهنده‌های وب که با JavaScript و React آشنایی دارند.

👤 درباره نویسنده

👨‍💻 تئو دسپودیس مهندس نرم‌افزار ارشد در WP Engine هست، جایی که عضوی از تیم مهندسی برای ساخت نسل بعدی محصولات و سرویس‌های جستجوی قدرت‌گرفته از هوش مصنوعی برای هزاران مشتری وردپرس هست. او همچنین مسئول پشتیبانی از راهکارهای Headless WordPress روی Next.js و React هست.

در مورد پیاده‌سازی پروژه‌های بخش ۳ سوالی داری که بتونم بیشتر راهنماییت کنم؟

This book shows you step-by-step and example-by-example how to build sites and applications that take advantage of large language models (LLMs) like GPT, Claude, and Llama. Written especially for web developers comfortable with React or Next.js, this book introduces the tools and techniques you need to add sophisticated AI features like Retrieval Augmented Generation (RAG), document summarization, chatbots, and more to your web-based projects.

It guides you through AI development using only JavaScript and other common web dev skills–no Python or Machine Learning experience required. You’ll learn by working with full-scale AI projects that solve actual business problems. You’ll soon be delivering user-friendly, efficient interfaces that make the absolute best use of AI tech.

In Build AI-Enhanced Web Apps you'll learn how to:

• Integrate AI models into React and Next.js applications

• Implement streaming responses and real-time AI interactions

• Manage conversation history and context in chat applications

• Implement LangChain.js for complex AI workflows and reasoning

• Build a web application for summarizing documents using LangChain.js

• Utilize Retrieval-Augmented Generation (RAG) systems for knowledge management

• Develop an AI-powered interview preparation system with voice feedback

About the technology

The users have spoken! Agents, personalized responses, and other LLM-powered features are required in modern web applications. Build AI-Enhanced Web Apps presents the end-to-end architecture of AI web apps, including UI, backend infrastructure, data processing, API integration, deployment, and scaling, with examples and language perfect for professional web developers.

About the book

This accessible book shows you how to ship real AI features—not just toy demos—using a JavaScript stack you already know: React for UI, Next.js for backend integration, and the Vercel AI SDK to connect to LLMs like Gemini and GPT. In it, you’ll acquire the skills you need to complete two portfolio-ready projects: a voice-based interview assistant and a RAG-powered corporate knowledge system. You’ll also learn how to design workflows that balance latency, cost, and UX and implement responsible guardrails for security, quality control, hallucinations, and bias.

What's inside

• Build AI features using a professional stack

• Ship production-ready features

• Learn from concrete projects

Table of Contents

Part 1: Building Basic Generative AI Web Apps

 1. Using Generative AI in Web Apps

 2. Building Your First Generative AI Web Application

 3. Connecting AI Models with the Vercel AI SDK

 4. Managing Conversation and State in Your Application

Part 2: Advanced Generative AI Techniques and Deployment

 5. Prompt Engineering in Web Applications

 6. Building AI Workflows with LangChain.js

 7. Document Summarization and RAG with LangChain.js

 8. Testing and Debugging Techniques

 9. Deployment and Security

Part 3: Hands-On Projects

 10. Building an AI Interview Assistant: Project Walk-through

 11. Building an AI RAG Agent: Project Walk-through

Part 4: Advanced Integrations and the Future of AI

 12. Integrating Web Apps with the Model Context Protocol

About the reader

For web developers familiar with JavaScript and React.

About the Author

Theo Despoudis is a Senior Staff Software Engineer at WP Engine, where he is part of the engineering team building the next generation of AI-Powered Search products and services for thousands of customers using WordPress. He is also responsible for supporting Headless WordPress solutions on top of Next.js and React.