LangChain新手入门指南：用乐高式思维构建AI应用-优快云博客

本文链接：https://blog.youkuaiyun.com/skygulangfendouz/article/details/147000501

LangChain新手入门指南：用乐高式思维构建AI应用
（适合零基础模型开发者）

一、什么是LangChain？

LangChain是一个构建基于语言模型的应用框架，通过模块化设计降低开发难度。
简单理解：
把大模型比作“大脑”，LangChain就是“神经系统”，负责连接数据、工具和交互逻辑。

二、LangChain的核心优势

统一接口：支持OpenAI、Hugging Face等20+模型
功能扩展：通过工具集成实现API调用、数据库查询
对话管理：自动追踪多轮对话上下文
安全性：内置prompt注入防护

三、核心组件速览

组件名称	功能说明	类比
Models	管理语言模型（如GPT-4、Llama-2）	大脑
Prompts	生成高质量提示模板	思维框架
Chains	串联多个步骤（如检索+生成）	神经通路
Agents	根据反馈动态调用工具	智能助手
Memory	存储对话历史	短期记忆

四、零基础快速上手LangChain

步骤1：安装依赖

pip install langchain openai python-dotenv

步骤2：配置API密钥

# .env文件
OPENAI_API_KEY=your_api_key_here

步骤3：创建简单问答链

from langchain.llms import OpenAI
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

# 1. 初始化模型
llm = OpenAI(temperature=0.7)

# 2. 定义提示模板
prompt = PromptTemplate(
    input_variables=["question"],
    template="回答关于中国的问题：{question}"
)

# 3. 创建问答链
chain = LLMChain(llm=llm, prompt=prompt)

# 4. 运行问答
question = "北京的市花是什么？"
print(chain.run(question))  # 输出：北京的市花是月季。

五、实战案例：构建天气查询机器人

步骤1：加载工具

from langchain.agents import load_tools
from langchain.agents import initialize_agent

# 加载天气查询工具
tools = load_tools(["serpapi"], llm=llm)

步骤2：创建智能代理

# 初始化代理
agent = initialize_agent(
    tools, 
    llm, 
    agent="zero-shot-react-description",
    verbose=True
)

# 提问测试
query = "上海明天的天气适合穿短袖吗？"
agent.run(query)

预期输出

[Chain of Thought]: 
我需要回答用户关于上海明天天气是否适合穿短袖的问题。首先，我应该查询上海明天的天气情况。

Action:
{
    "action": "Search",
    "action_input": "上海明天天气"
}

Observation:
上海明天天气：多云，最高气温28℃，最低气温20℃，东南风3-4级。

Final Answer:
上海明天最高气温28℃，多云，适合穿短袖。