记录AI学习之LangChain 入门指南

LangChain 入门指南

一、什么是 LangChain？

LangChain 是一个用于简化大语言模型（LLM）应用开发的框架，支持将以下组件链接成工作流：

• 大语言模型（如GPT-3.5、Llama）
• 外部数据源（数据库、API）
• 记忆模块（对话历史记录）

二、核心概念与模块

三、基础语法与代码示例

1. 环境安装

pip install langchain==0.2.0 langchain-openai python-dotenv

2. 模型调用

from langchain_openai import OpenAI

# 初始化OpenAI模型（需要设置OPENAI_API_KEY环境变量）
llm = OpenAI(temperature=0.9)  # temperature控制生成随机性
print(llm.invoke("如何制作三明治？"))

3. 提示模板

from langchain.prompts import PromptTemplate

template = "给一个制作{product}的公司起个名字"
prompt = PromptTemplate(input_variables=["product"], template=template)

formatted_prompt = prompt.format(product="环保餐具")
print(formatted_prompt)  # 输出：给一个制作环保餐具的公司起个名字

4. 链式调用

from langchain.chains import LLMChain

chain = LLMChain(llm=llm, prompt=prompt)
print(chain.run("智能手表"))  # 输出示例："智界时刻科技"

5. 记忆模块

from langchain.memory import ConversationBufferMemory

memory = ConversationBufferMemory()
memory.save_context({"input": "你好"}, {"output": "有什么可以帮助您？"})

print(memory.load_memory_variables({}))
# 输出：{'history': 'Human: 你好\nAI: 有什么可以帮助您？'}

6. 代理工具

from langchain.agents import load_tools, initialize_agent

tools = load_tools(["llm-math"], llm=llm)  # 加载数学计算工具
agent = initialize_agent(tools, llm, agent="zero-shot-react-description", verbose=True)

agent.run("2的128次方是多少？")  # 会自动调用计算器工具

四、综合应用示例

from langchain.chains import SimpleSequentialChain

# 创建第一个链：生成公司名称
name_chain = LLMChain(llm=llm, prompt=prompt)

# 创建第二个链：生成宣传口号
slogan_template = "为名为{company_name}的公司写一条宣传语"
slogan_prompt = PromptTemplate(input_variables=["company_name"], template=slogan_template)
slogan_chain = LLMChain(llm=llm, prompt=slogan_prompt)

# 连接两条链
overall_chain = SimpleSequentialChain(chains=[name_chain, slogan_chain], verbose=True)
overall_chain.run("太空探索")

五、注意事项

1. 需要注册并配置OpenAI API Key

   • 使用OpenAI模型前需注册OpenAI平台并获取API密钥
   • 配置方式示例：

     import os
     os.environ["OPENAI_API_KEY"] = "您的密钥"
     

2. 实际使用中建议增加错误处理机制

   try:
       response = llm.invoke("输入问题")
   except Exception as e:
       print(f"API调用失败: {str(e)}")