LangChain安装与入门 | 豆包MarsCode AI 刷题

LangChain 安装与入门

一、大语言模型简介

1. 什么是大语言模型（Large Language Model, LLM）？

• 定义：大语言模型是一种基于神经网络的人工智能模型，经过大量文本数据训练，能够理解、生成和处理自然语言。常见的大语言模型包括 OpenAI 的 GPT 系列、Google 的 Bard、Meta 的 LLaMA 等。

• 特点：

  1. 语言理解与生成能力：能回答问题、撰写文章、翻译语言等。
  2. 上下文处理：支持多轮对话，记忆并利用上下文信息。
  3. 多领域知识：涵盖了文学、科技、历史等多个领域，具备通用性。

• 应用场景：

  • 文本生成：如自动写作、代码生成。
  • 语言翻译：将一种语言翻译为另一种语言。
  • 对话系统：如智能客服、聊天机器人。
  • 知识问答：基于模型内置知识库回答问题。

---

二、LangChain 的安装

1. 什么是 LangChain？

LangChain 是一个框架，用于将大语言模型与多种工具（如数据库、API）结合，以构建复杂的语言任务应用。它支持：

• 管理上下文
• 处理长文本
• 集成外部工具（如搜索引擎、文件解析器）。

2. 安装步骤

1) 安装基础依赖

确保 Python 版本为 3.8 或更高，安装 LangChain：

  bash
  ​
  ​
  复制代码
  pip install langchain

2) 安装 OpenAI 相关依赖

如果使用 OpenAI API 作为大语言模型接口，还需要安装 OpenAI 的 Python SDK：

  
  bash
  ​
  ​
  复制代码
  pip install openai

3) 可选依赖

LangChain 支持多种工具，如 pandas、faiss 等，根据需求选择安装：

  
  bash
  ​
  ​
  复制代码
  pip install pandas faiss-cpu

4) 验证安装

安装完成后，可通过以下命令检查版本：

  
  bash
  ​
  ​
  复制代码
  python -c "import langchain; print(langchain.__version__)"

---

三、LangChain 的基本使用

LangChain 的核心是通过链式操作管理多种任务，以下是几个关键模块的用法：

1. 加载语言模型

LangChain 支持多种模型（如 OpenAI、Hugging Face 等）。以下以 OpenAI 的 GPT-4 为例：

  
  python
  ​
  ​
  复制代码
  from langchain.llms import OpenAI
  ​
  # 加载 OpenAI 模型
  llm = OpenAI(model="gpt-4", openai_api_key="your-api-key")
  ​
  # 测试模型输出
  response = llm("用一句话描述LangChain")
  print(response)

2. Prompt 模板

LangChain 提供 PromptTemplate 类，用于模板化构造提示词：

  
  python
  ​
  ​
  复制代码
  from langchain.prompts import PromptTemplate
  ​
  # 创建模板
  template = PromptTemplate(
      input_variables=["name"],
      template="你好，{name}！欢迎使用LangChain！"
  )
  ​
  # 渲染模板
  prompt = template.format(name="小明")
  print(prompt)  # 输出：你好，小明！欢迎使用LangChain！

3. 链式调用（Chains）

LangChain 可以将多个任务串联起来执行：

  
  python
  ​
  ​
  复制代码
  from langchain.chains import LLMChain
  ​
  # 定义语言模型和提示模板
  llm_chain = LLMChain(llm=llm, prompt=template)
  ​
  # 执行链式任务
  output = llm_chain.run({"name": "小明"})
  print(output)

---

四、OpenAI API 使用

1. 注册与获取 API 密钥

1. 注册 OpenAI 账号（官网链接）。
2. 登录后在 "API Keys" 页面生成 API 密钥。
3. 复制密钥备用。

2. 调用 OpenAI API

使用 openai 库直接调用 OpenAI 的模型：

  
  python
  ​
  ​
  复制代码
  import openai
  ​
  # 设置 API 密钥
  openai.api_key = "your-api-key"
  ​
  # 调用 ChatGPT（GPT-4）
  response = openai.ChatCompletion.create(
      model="gpt-4",
      messages=[
          {"role": "system", "content": "你是一个帮助用户的助手。"},
          {"role": "user", "content": "什么是LangChain？"}
      ]
  )
  ​
  # 提取回答
  print(response['choices'][0]['message']['content'])

3. 常见参数说明

• model：指定使用的模型（如 gpt-3.5-turbo 或 gpt-4）。
• temperature：控制生成文本的随机性（0.0 越确定，1.0 越随机）。
• max_tokens：控制返回的文本长度。

---

五、总结

1. 大语言模型是构建智能应用的基础，LangChain 提供了灵活的框架来集成大语言模型与多种工具。
2. 安装 LangChain 和 OpenAI 依赖非常简单，但需要申请 OpenAI API 密钥。
3. LangChain 的链式结构和 Prompt 模板功能极大提升了任务的自动化能力。
4. OpenAI API 是大语言模型的核心接口，需注意使用成本和 API 调用限制。

---