妙用LangChain智能体，搭建音乐推荐系统

最新推荐文章于 2025-09-28 05:23:03 发布

原创

最新推荐文章于 2025-09-28 05:23:03 发布 · 1.6k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #人工智能 #语言模型

大家好，在人工智能的浪潮中，大型语言模型（LLMs）因其在自然语言处理领域的巨大贡献而广受欢迎。尽管如此，LLMs在实时获取外部数据方面存在局限。这些模型的训练是在特定时间点完成的，这就意味着它们无法获取到最新的信息，从而影响提供准确答案的能力。

为了解决这一问题，智能体（Agents）被引入，它是一种生成式人工智能（Generative AI）构建，可以将简单的问答或文本生成提升到一个新的层次。通过智能体，可以提供访问不同工具或API的权限，并允许模型本身推理出应该采取的正确行动。例如，通过提供访问天气API的权限，智能体可以检索必要的数据来回答相关问题。

1.音乐推荐用例

在音乐推荐的场景中，传统的推荐引擎或系统需要构建特定模型并经历训练。然而，对于简单的用例，一个不需要构建特定模型或经历训练的解决方案更为合适。LangChain提供了一种智能体驱动的方法，通过ReAct智能体（推理+行动），允许在采取行动之前进行观察和思考。

LangChain是一个流行的Python框架，它通过提供现成的模块来简化生成式AI应用程序，这些模块有助于提示工程、RAG实现和LLM工作流程编排。在这个特定的用例中，LangChain被用来构建ReAct智能体，并为它提供所需的必要工具。

2.智能体驱动的解决方案

2.1 设置

在这个例子中，我们将在SageMaker Studio Notebook中使用一个ml.t3.medium实例进行工作。可以选择喜欢的开发环境，只要能够安装以下库：

!pip install spotipy langchain

在开始之前，如果还没有Spotify开发者账户，请先进行账户创建。在Spotify开发者账户中，请确保已经创建了一个应用程序，这将显示与API一起使用所需的凭证。创建完成后，应该能够在仪表板的项目中可视化自己的凭证（设置选项卡）和API请求。

Spotify仪表板

然后在笔记本中实例化用于与Spotify工作的客户端。

import spotipy
import spotipy.util as util
from spotipy.oauth2 import SpotifyClientCredentials
import random
client_id = '输入客户端ID'
client_secret = '输入客户端密钥'
# 实例化spotipy客户端
sp = spotipy.Spotify(client_credentials_manager=
SpotifyClientCredentials(client_id=client_id,
client_secre