LangChain教程——LangChain基本使用

原创于 2025-07-02 14:39:45 发布 · 1k 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #深度学习 #学习 #AIGC #AI大模型 #大模型学习 #AI智能体

AI大模型同时被 2 个专栏收录

44 篇文章

订阅专栏

大模型教程

44 篇文章

订阅专栏

LangChain

LangChain是一个用于开发由大型语言模型 (LLM) 驱动的应用程序的框架，帮助开发者使用大型语言模型（LLMs）和聊天模型构建端到端的应用程序。

LangChain库主要由以下几个不同的包组成：

langchain-core：基础抽象和LangChain表达语言；
langchain-community：第三方集成，主要包括langchain集成的第三方组件；
langchain：主要包括链（chain）、代理（agent）和检索策略；

LangChain的核心组件：

模型（Models）：包含各大语言模型的LangChain接口和调用细节，以及输出解析机制；
提示模板（Prompts）：使提示工程流线化，进一步激发大语言模型的潜力；
数据检索（Indexes）：构建并操作文档的方法，接受用户的查询并返回最相关的文档，轻松搭建本地知识库；
记忆（Memory）：通过短时记忆和长时记忆，在对话过程中存储和检索数据，让CahtBot记住你。
链（Chains）：LangChain中的核心机制，以特定方式封装各种功能，并通过一系列的组合，自动而灵活地完成任务；
代理（Agents）：另一个LangChain中核心的机制，通过“代理”让大模型自主调用外部工具和内部工具，使智能Agent成为可能。

好了，这里就不过多介绍LangChain了，大家可以去LangChain官网了解。

安装LangChain

在开始编写LangChain程序前，首先执行如下代码安装openai和langchain：

pip install openai
pip install langchain-openai
pip install langchain

安装完毕后，接下来我们使用OpenAI、智谱AI、LMStudio的openai服务三种方式来编写LangChain程序。

个人比较推荐使用LMStudio的openai服务。

OpenAI

注意：OpenAI需要科学上网才能使用，不使用科学上网可以跳过这一方式。

进入OpenAI官网，根据图中顺序，创建API keys并复制密钥：

接下来编写LangChain程序，示例代码如下：

from langchain_openai import ChatOpenAI    # 导入ChatOpenAI
openai_api_key=刚刚复制的OpenAIAPI密钥
llm=ChatOpenAI(openai_api_key=openai_api_key)
print(llm.invoke('中国的首都是哪里？不需要介绍'))

运行结果为：

北京

注意：如果没有OpenAI的API使用次数，会报错：

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

大家可以根据需求购买。

如果不想每次都设置OpenAI的API密钥，可以在系统的环境变量中添加密钥，如下图所示：

代码修改为：

from langchain_openai import ChatOpenAI
import os
openai_api_key=os.getenv('OPEN_API_KEY')   # 在系统环境变量中获取openAI的API密钥
llm=ChatOpenAI(openai_api_key= openai_api_key)
llm.invoke('中国的首都是哪里？不需要介绍')

智谱AI

由于OpenAI需要科学上网才能使用，所以我们可以使用智谱AI，其新用户免费送2000万次请求，创建API Key并复制密钥如下图所示：

执行如下代码安装智谱AI：

pip install zhipuai

示例代码如下：

from zhipuai import ZhipuAI
client=ZhipuAI(api_key='智谱AI密钥')

response = client.chat.completions.create(
    # 使用的模型
    model='glm-4',
    # 会话内容
    messages=[
        {"role": "user", "content": "你好"},
        {"role": "assistant", "content": "我是人工智能助手"},
        {"role": "user", "content": "如何学好LangChain"}
    ],
    # 流式输出
    stream=True

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

运行结果如下：

LMStudio的openai服务

大家可以根据这篇文章安装LMStudio。

安装完毕后，如下图所示，加载模型：

完成以上步骤后，编写如下代码：

from langchain_openai import ChatOpenAI

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

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

运行结果如下：

好了，LangChain教程——LangChain基本使用就讲到这里了，下一篇我们学习LangChain教程——提示词模板。

读者福利：知道你对AI大模型感兴趣，便准备了这套对AI大模型学习资料

对于0基础小白入门：

如果你是零基础小白，想快速入门AI大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括：大模型从零基础到进阶的学习路线、100套AI大模型商业化落地方案，大模型全套视频教程。带你从零基础系统性的学好AI大模型！

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型学习路线

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

请添加图片描述
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

请添加图片描述

大模型全套视频教程

请添加图片描述

200本大模型PDF书籍

请添加图片描述

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求：大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能，学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力：大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

请添加图片描述

大模型产品经理资源合集

请添加图片描述

大模型项目实战合集

请添加图片描述
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】