LangChain+ChatGLM大模型应用落地实践（一）

原创

已于 2023-08-03 16:36:56 修改 · 4.5k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #ChatGLM #OpenAi #Pyhton #LLM

于 2023-07-31 16:12:20 首次发布

LangChain是一个开源代码库，用于快速构建基于LLMs的对话产品，支持OpenAIAPI和其他机构的模型。它包括PromptTemplates、LLMs、Utils、Chains和Agents模块，亮点在于Chains和Agents，可用于创建复杂的任务逻辑。文章提供了LangChain的源码链接、云服务器租用信息以及详细的部署步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LLMs的落地框架（LangChain），给LLMs套上一层盔甲，快速构建自己的新一代人工智能产品。

一、简介
二、LangChain源码
三、租用云服务器实例
四、部署实例

一、简介

LangChain是一个近期非常活跃的开源代码库，目前也还在快速发展中，旨在让大家快速构建自己的LLM对话产品。当然，该框架也支持自定义接入其他机构、企业开源的LLMs的API和模型（比如：ChatGLM、文心一言等）。

届时，LangChain的版本已经更新到0.0.123，目前保持着每天1发版的更新速度。

LangChain主要包括以下几个主要的模块：

Prompt Templates：支持自定义Prompt工程的快速实现以及和LLMs的对接；
LLMs：提供基于OpenAI API封装好的大模型，包含常见的OpenAI大模型，也支持自定义大模型的封装；
Utils：大模型常见的植入能力的封装，比如搜索引擎、Python编译器、Bash编译器、数据库等等；
Chains（重点）：大模型针对一系列任务的顺序执行逻辑链；
Agents（重点）：通常Utils中的能力、Chains中的各种逻辑链都会封装成一个个工具（Tools）供Agents进行智能化调用；
其中，Chains和Agents两个模块是LangChain的亮点，也是后续教程中会重点展开的内容。

目前LangChain支持调用的OpenAI模型可以在官方文档（[文档, OpenAI, Models]）中查询；

LangChain 支持大量用例，例如：

针对特定文档的问答：根据给定的文档回答问题，使用这些文档中的信息来创建答案。
聊天机器人：构建可以利用 LLM 的功能生成文本的聊天机器人。
Agents：开发可以决定行动、采取这些行动、观察结果并继续执行直到完成的代理。