在langchain实战课，作者使用了GPT4等进行API的调用，但是由于多种原因，使用了豆包API调用，在本文及接下来的序列文章将尽力还原读者代码和意图，并且交流在代码细节中的运用以及debug，与大家分享。此次使用LangChain来实现鲜花网络电商人脉工具.
目的：在网络平台上找到合适的网络大V对鲜花进行推广，并且整合成业务员可以使用的界面。
步骤： 第一步： 通过LangChain的搜索工具，以模糊搜索的方式，帮助运营人员找到微博中有可能对相关鲜花推广感兴趣的大V（比如喜欢玫瑰花的大V），并返回UID。
第二步： 根据微博UID，通过爬虫工具拿到相关大V的微博公开信息，并以JSON格式返回大V的数据。
第三步： 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。
第四步： 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。
第五步： 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。
思考题：
- 修改提示模板，让LLM为你生成更多更有创意、业务上更实用的文案。 可以让模板关注KOL的受众画像、互动数据和内容风格，根据这些特征生成更有针对性的合作方案。比如对于婚庆场景的KOL，可以重点突出婚礼花艺设计；对于生活方式KOL，则侧重日常花艺布置建议。
- 试试爬取其他网站（比如豆瓣）上的公开数据，制作更全面的人脉工具。 可以集成小红书、抖音等平台的公开数据。小红书的种草氛围和精美图片适合花艺展示，抖音的短视频形式能让花艺设计更生动。通过多平台数据交叉，可以全方位了解KOL特点。
- 你或许已经发现，我的这个程序不够鲁棒。这里，我用了牡丹、月季进行了测试，程序都找到了相关的UID，但是当我使用其他一些花的时候，比如玫瑰、野菊花，会出现各种各样的错误。你能否修改程序（比如提示模板、输出解析、整体结构），让程序更健壮？ 增加输入验证和异常处理，支持更多花卉品类的模糊匹配。使用正则表达式优化UID提取，添加请求重试机制，实现数据缓存减少API调用，并建立KOL黑名单机制过滤不合适的账号。
