LangChain 教程——LangChain 基本使用

LangChain

LangChain 是一個用於開發由大型語言模型 (LLM) 驅動的應用程序的框架，幫助開發者使用大型語言模型（LLMs）和聊天模型構建端到端的應用程序。

LangChain 庫主要由以下幾個不同的包組成：

langchain-core：基礎抽象和 LangChain 表達語言；
langchain-community：第三方集成，主要包括 langchain 集成的第三方組件；
langchain：主要包括鏈（chain）、代理（agent）和檢索策略；

LangChain 的核心組件：

模型（Models）：包含各大語言模型的 LangChain 接口和調用細節，以及輸出解析機制；
提示模板（Prompts）：使提示工程流線化，進一步激發大語言模型的潛力；
數據檢索（Indexes）：構建並操作文檔的方法，接受用戶的查詢並返回最相關的文檔，輕鬆搭建本地知識庫；
記憶（Memory）：通過短時記憶和長時記憶，在對話過程中存儲和檢索數據，讓 CahtBot 記住你。
鏈（Chains）：LangChain 中的核心機制，以特定方式封裝各種功能，並通過一系列的組合，自動而靈活地完成任務；
代理（Agents）：另一個 LangChain 中核心的機制，通過 “代理” 讓大模型自主調用外部工具和內部工具，使智能 Agent 成爲可能。

好了，這裏就不過多介紹 LangChain 了，大家可以去 LangChain 官網瞭解。

安裝 LangChain

在開始編寫 LangChain 程序前，首先執行如下代碼安裝 openai 和 langchain：

pip install openai
pip install langchain-openai
pip install langchain

安裝完畢後，接下來我們使用 OpenAI、智譜 AI、LMStudio 的 openai 服務三種方式來編寫 LangChain 程序。

個人比較推薦使用 LMStudio 的 openai 服務。

OpenAI

注意：OpenAI 需要科學上網才能使用，不使用科學上網可以跳過這一方式。

進入 OpenAI 官網，根據圖中順序，創建 API keys 並複製密鑰：

接下來編寫 LangChain 程序，示例代碼如下：

from langchain_openai import ChatOpenAI    # 導入ChatOpenAI
openai_api_key=剛剛複製的OpenAIAPI密鑰
llm=ChatOpenAI(openai_api_key=openai_api_key)
print(llm.invoke('中國的首都是哪裏？不需要介紹'))

運行結果爲：

北京

注意：如果沒有 OpenAI 的 API 使用次數，會報錯：

openai.RateLimitError: Error code: 429 - {'error': {'message': 'You exceeded your current quota, please check your plan and billing details. For more information on this error

大家可以根據需求購買。

如果不想每次都設置 OpenAI 的 API 密鑰，可以在系統的環境變量中添加密鑰，如下圖所示：

代碼修改爲：

from langchain_openai import ChatOpenAI
import os
openai_api_key=os.getenv('OPEN_API_KEY')   # 在系統環境變量中獲取openAI的API密鑰
llm=ChatOpenAI(openai_api_key= openai_api_key)
llm.invoke('中國的首都是哪裏？不需要介紹')

智譜 AI

由於 OpenAI 需要科學上網才能使用，所以我們可以使用智譜 AI，其新用戶免費送 2000 萬次請求，創建 API Key 並複製密鑰如下圖所示：

執行如下代碼安裝智譜 AI：

pip install zhipuai

示例代碼如下：

from zhipuai import ZhipuAI
client=ZhipuAI(api_key='智譜AI密鑰')

response = client.chat.completions.create(
    # 使用的模型
    model='glm-4',
    # 會話內容
    messages=[
        {"role": "user", "content": "你好"},
        {"role": "assistant", "content": "我是人工智能助手"},
        {"role": "user", "content": "如何學好LangChain"}
    ],
    # 流式輸出
    stream=True

)
for chunk in response:
    print(chunk.choices[0].delta.content,end="")

運行結果如下：

LMStudio 的 openai 服務

大家可以根據這篇文章安裝 LMStudio。

安裝完畢後，如下圖所示，加載模型：

完成以上步驟後，編寫如下代碼：

from langchain_openai import ChatOpenAI

openai_api_key="google/gemma-3-12b"       # 可以不設
openai_api_base="http://127.0.0.1:1234/v1"

chat =ChatOpenAI(
    openai_api_key=openai_api_key,  # 密鑰
    openai_api_base=openai_api_base, # openai接口
)
print(chat.invoke("當前使用的大模型版本是多少"))

運行結果如下：

好了，LangChain 教程——LangChain 基本使用就講到這裏了，下一篇我們學習 LangChain 教程——提示詞模板。

公衆號：白巧克力 LIN

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/mq_3fsXAVrv4GdPEDoJ_cA

LangChain

安裝 LangChain

OpenAI

智譜 AI

LMStudio 的 openai 服務

猜你喜歡