前言
本次课程是部署一个鲜花网络电商的人脉工具，目的是利用大模型在微博找到一个可以为易速鲜花宣传代言的大V，这个项目可以把之前学到的LangChain的各个知识点串起来，起到了复习和整合的作用。这一次的笔记主要是跟着课程进行实战，并在AI练中学中把项目跑通。
项目构成
这个项目可以分成以下几个组成部分：
- 使用LangChain的搜索工具找到与你需要的鲜花名相关的微博大V，并返回UID。
- 使用该UID，通过爬虫工具找到该大V的微博公开信息，并以json格式返回。
- 移除掉json中无用的html信息，通过LangChain调用LLM，通过LLM的总结整理以及生成功能，根据大V的个人信息，写一篇热情洋溢的介绍型文章，谋求与该大V的合作。
- 把LangChain输出解析功能加入进来，让LLM生成可以嵌入提示模板的格式化数据结构。
- 添加HTML、CSS，并用Flask创建一个App，在网络上部署及发布这个鲜花电商人脉工具，供市场营销部门的人员使用。
在这五个步骤中，用到了之前学习的提示工程、模型、链、代理、输出解析等。
关键技术
LangChain 中的提示工程、模型（ChatOpenAI）、链（LLMChain）、代理、输出解析；爬虫技术（利用 requests 库、处理 Cookie 等）；Flask 框架用于 Web 应用开发；Pydantic 用于数据模型定义和解析。
实现过程
第一步：找到大V： 在这一步中，用到了Tool和Agent，为了进行网络搜索，用到了SerpAPI工具，并且因为SerpAPI工具不能很好地完成这个搜索任务，所以自定义了一个搜索微博的工具：Crawl Google for 微博 page，这个工具用到了SerpAPI的方法。并且因为直接用SerpAPIWrapper()时，返回的是snippet（摘要文字），所以需要重写一下这个方法，改成返回link(URL)。这样就能返回搜索到的大V的UID。
总结流程如下：设置SerpAPI密钥，在主程序 findbigV.py 中导入相关库，通过 LangChain 代理及特定工具（如 CustomSerpAPIWrapper），依据提供的鲜花类型，以模糊搜索方式找到微博中可能感兴趣的大 V 的 UID。
第二步：爬取大V资料： 在主程序findbigV.py中调用 get_data 函数，根据第一步得到的 UID，利用scraping_tool.py爬虫工具（scrape_weibo 函数）爬取大 V 微博公开信息并以 JSON 格式返回。在这一步中，需要注意的是需要使用自己的cookies，不然无法爬取数据。
我用的是edge浏览器，首先用自己的手机号登录微博，然后进入一个用户的主页，点击F12调出浏览器的开发者工具，然后点击网络，再刷新该界面，选择其中一条，点击标头，找到自己的Cookies。Cookies有点长，需要全部复制，然后粘贴到scraping_tool.py的scrape_weibo函数中，替换原代码的cookies。
第三步：精简信息、生成文章： 因为上一步返回的信息是从html中提取到的，所以除了有用的信息之外，还有一些界面布局信息，比如文字大小颜色等，这些是不需要的的，调用 remove_non_chinese_fields 函数精简这些信息，只保存我们需要的关于这位大V的信息。
对于生成文章，在主程序findbigV.py中调用 generate_letter 函数，这个函数定义在textgen_tool.py中。要设计提示模板（如 letter_template），初始化大模型（ChatOpenAI）和链（LLMChain），然后将第二步处理后的大V信息传入链中运行，生成文案。
第四步：输出解析 上一步我们得到了大模型生成的文案，但是还需要定义输出的格式，才能更好地使用。在parsingTool.py的TextParsing类中定义了解析的格式和转换成字典的格式，如summary、facts、interest、letter。然后创建一个基于Pydantic模型的解析器letter_parser，用于将文本输出解析为特定的结构。最后通过 {format_instructions} 和 partial_variables 参数，我们利用输出解析器增强了这个提示模板，让 LLM 直接返回我们所需要的JSON格式。
第五步：部署人脉工具： 创建 HTML 文件（index.html）用于交互展示，制作 CSS 文件（style.css）美化页面，重构 findbigV.py 封装功能，创建基于 Flask 的 app.py，定义主页路由和处理请求路由，启动 Flask 应用，实现系统部署上线。然后我们就能得到下面的界面：
只要输入鲜花名，就能搜索到相关的大V，并根据提示模板得到需要的结果，不过这次输入鲜花名通常得不到想要的对应鲜花大V，所以我就输入了迪丽热巴进行一下实验。
可能遇到的问题
- LangChain 内部组件（如 SerpAPIWrapper）返回结果不符合预期，像返回摘要而非 URL 导致无法正确提炼 UID。
- 爬虫过程中，Cookie 可能过期，需要重新获取；频繁爬取或大量请求可能导致账号被封禁。
- 生成的文案可能与鲜花运营意图贴合度不够，需调整提示模板。
- 定制工具时（如 CustomSerpAPIWrapper），需谨慎修改源代码，可采用继承并重构相关方法的方式。
- 爬虫获取 Cookie 时要注意操作步骤和其时效性，且使用时要遵循网站规则避免账号问题。
- 设计提示模板时要充分考虑业务需求，以引导 LLM 生成符合要求的结果，同时利用输出解析器规范结果格式便于后续集成使用。
AI练中学的问题
主要的一个问题就是tools/textgen_tool.py中定义的大模型还是chatgpt3.5，需要改成自己的豆包大模型 llm = ChatOpenAI(model_name=os.environ["LLM_MODELEND"])。
其他的可能还会存在依赖库的版本问题，这个就需要多实验几次。
