Langchain教程-1.初试langchain

前言

该系列教程的代码: https://github.com/shar-pen/Langchain-MiniTutorial

我主要参考 langchain 官方教程, 有选择性的记录了一下学习内容

这是教程清单

• 1.初试langchain
• 2.prompt
• 3.OutputParser/输出解析
• 4.model/vllm模型部署和langchain调用
• 5.DocumentLoader/多种文档加载器
• 6.TextSplitter/文档切分
• 7.Embedding/文本向量化
• 8.VectorStore/向量数据库存储和检索
• 9.Retriever/检索器
• 10.Reranker/文档重排序
• 11.RAG管道/多轮对话RAG
• 12.Agent/工具定义/Agent调用工具/Agentic RAG

初始化大模型接口并调用

一般都是用ChatOpenAI这个类，以下两个方式引用都可以:

• from langchain_openai.chat_models import ChatOpenAI
• from langchain_openai import ChatOpenAI

这是对话的重要参数,关键的是model.
Key init args — completion params:

• model: str, Name of OpenAI model to use.
• temperature: float, Sampling temperature.
• max_tokens: Optional[int], Max number of tokens to generate.
• logprobs: Optional[bool], Whether to return logprobs.
• stream_options: Dict, Configure streaming outputs, like whether to return token usage when streaming ({"include_usage": True}).

这是客户端的重要参数，关键的有base_url和api_key.
Key init args — client params:

• timeout: Union[float, Tuple[float, float], Any, None], Timeout for requests.
• max_retries: int, Max number of retries.
• api_key: Optional[str], OpenAI API key. If not passed in will be read from env var OPENAI_API_KEY.
• base_url: Optional[str], Base URL for API requests. Only specify if using a proxy or service

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
	base_url='http://localhost:5551/v1',
	api_key='EMPTY',
	model_name='Qwen2.5-7B-Instruct',
	temperature=0.2,
)

使用invoke函数来调用大模型接口

question = "What is the capital of USA?"

llm