使用LangChain调用api搭建自己的第一个智能体

【投稿赢 iPhone 17】「我的第一个开源项目」故事征集:用代码换C位出道! 10w+人浏览 1.6k人参与

一些名词的解释

LangChain:如果说大模型(LLM)是大脑,那么LangChain就是骨骼和肌肉,是智能体的框架。我们再LangChain的这个框架里安装好大模型、嘴巴、手、脚等,就可以构成一个能力全面的智能体啦。

api:api是ai的接口。以ChatGPT,我们用GPT,是不需要在自己的电脑上部署它的服务器的,而是仅仅调用OpenAI公司给出的ChatGPT的接口即可,通过这个接口,我们可以使用到OpenAI的服务器资源,就可以方便地使用ai啦。

 

前提条件

1.电脑中安装python环境:在python官网下载即可 。官方网址:Download Python | Python.org

2.PyCharm(或其他编程软件),网上有很多破解教程可供参考。

3.python包管理工具(如conda),创建自己的环境并激活

4.在创建的环境中下载langchain包

这些前提条件本文不再进行赘述,csdn上教程众多,博主也是一步步看教程学的。

下面我们来一起看如何获得api权限,以及如何建立自己的智能体吧!

 

获取api权限

众所周知,由于某些限制,OpenAI的服务需要通过一定的“中转站”才能被大陆的用户使用。当然,也可以使用deepseek、阿里千问等模型的api服务,这些都是开放的。我是通过CloseAI来使用OpenAI的api服务。

我们进入网站后,点击右上角的登录,登录成功后就可以看到自己的操作界面了。

下面以我在使用的api服务为例来介绍。各家都是很相似的,一通百通。

既然是“代理”,那就要收取一定的费用,我们去账户管理->账户充值,充值最小额度即可,每次调用api,就会收取一部分费用,这个费用跟ai消耗的算力和ai模型的级别有关。

可以看到,不同的ai模型收取的费用不同。

在开发者模式->密钥管理,点击新建密钥,创建一个自己的key。(注意这个key需要保密,不然别人可以用你的key来调用api接口了)

 

之后,我们就可以在PyCharm中写代码啦!

新建一个项目,注意类别要选择Conda,环境那里选择一个已经激活并安装LangChain的环境

在项目中新建一个.py文件,自己命名即可

代码部分:

#导入OpenAI框架
from langchain_openai import ChatOpenAI

#创建智能体
chat_model = ChatOpenAI(
    model="gpt-5.1-codex-mini", #你所调用的模型名称
    base_url="https://api.openai-proxy.org/v1",  #url路径
    api_key =" ",  #这里写你自己的密钥

)

#把我们想对ai说的话放到括号里(一般是字符串形式),然后ai就会对他做出回答,
#我们建立一个resopnse变量来接收ai的回答
response = chat_model.invoke("我帅还是吴彦祖帅")

#把response打印出来,就可以看到ai的回复啦
print(response.content)

其中 model 是你选择的模型,我使用的是 gpt-5.1-codex-mini

api_key 那里写你创建的密钥 (字符串形式)

base_url 那里写url路径,OpenAI的模型路径都是:

https://api.openai-proxy.org/v1

 

然后点击运行程序,就可以看到ai的回答啦~(哪来的自恋狂)

看到这里不妨点个赞支持一下新博主呗~(撒娇)

 

自己搭建聊天智能体可以借助一些工具和技术来实现,以下是不同途径的搭建方法: ### 基于本地Dify+大模型搭建 Dify 是一个强大的开源 LLM 应用开发平台,提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力,可帮助开发者轻松构建和运营 AI 应用,具体流程虽未详细给出,但可基于其提供的能力进行聊天助手智能体的构建和用户与智能体对话的实现[^1]。 ### 使用 Python 开发构建 以构建聊天机器人智能体为例,可按如下步骤编写代码: 1. **大模型调用部分**: ```python import os import sys # 开启检测开关 os.environ["LANGCHAIN_TRACING_V2"] = 'true' # 调用检测平台 API os.environ["LANGCHAIN_API_KEY"] = 'xxxxxxxxxxxxx' # 创建检测项目名称 os.environ["LANGCHAIN_PROJECT"] = '智谱 AI 聊天机器人' # 调用智谱 AI API os.environ['ZHIPUAI_API_KEY'] = 'xxxxxxxxxxxx' # 调用第三方库 from langchain_community.chat_models import ChatZhipuAI from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder from langchain_core.output_parsers import StrOutputParser from langchain_community.chat_message_histories import ChatMessageHistory # 调用大预言模型 model = ChatZhipuAI(model_name='glm - 4 - flash') # 创建返回的数据解析器 parser = StrOutputParser() # 定义提示模板 prompt_template = ChatPromptTemplate.from_messages([ ('system', '你是一个聊天机器人的助手。用{language}尽你所能回答所有问题'), MessagesPlaceholder(variable_name='my_msg') ]) # 得到链 chain = prompt_template | model ``` 后续可基于此代码框架进一步完善聊天智能体的功能,如添加用户输入处理、消息历史管理等功能[^2]。 ### 基于本地智能体搭建 步骤如下: 1. 建议使用 Linux 电脑,避免在 Windows 系统下可能遇到的奇怪问题。 2. 利用 ollama 提供大模型服务,之后通过搭建本地的智能体,完成想要智能体完成的任务[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值