10分钟搞定AI服务发布：用LangChain把你的大模型变成API！
你是不是也开发过一些好玩的大模型应用，比如翻译工具、智能问答或者天气查询，但却不知道怎么让别人也能调用它？别急，今天我就手把手教你如何用LangChain快速把你的AI应用发布成一个Web服务，不管是Java、Python还是PHP的用户都能轻松集成！
一、准备工作：安装LangChain-Server
首先，你得先安装LangChain提供的服务器模块。打开你的终端，输入下面这行命令：
pip install langchain-server
（注意：如果你之前听过一些音译叫法比如“蓝圈”、“南墙”或者“烂菜”，其实都是指LangChain，别被带偏了哈！）
import ...
DASHCOPE_API_KEY = os.getenv("DASHCOPE_API_KEY")
# 调用大模型
client = ChatOpenAI(api_key=DASHSOCPE_API_KEY,
base_url="https//dashscope.aliyuncs.com/compatible-mode/v1",model="qwen-max-laest")
二、编写服务端代码：用FastAPI定义路由
假设你已经写好了一个翻译服务，现在我们要把它“包装”成一个Web接口。这里我们用FastAPI来搭建服务器。
from fastapi import FastAPI
from langchain_server import add_route
# 解析返回结果
parser = StrOutputParser()
# 定义提示词模板
prompt_template = ChatPromptTemplate.from_messages(
[
SystemMessagePromptTemplate.from_template("请将一下的内容翻译成{language}"),
('human','{text}')
]
)
# 以链形式调用
chain = prompt_template | client | parser
from fastapi import FastAPI
from langchain_server import add_route
# 假设这是你写好的翻译函数
def translate_text(language: str, text: str):
# 这里是你自己的模型调用逻辑
return f"Translated to {language}: {text}"
# app = FastAPI()
# 部署为服务
app = FastAPI(title="基于LangChain的服务",version="V1.5",description="翻译服务")
# 把翻译函数发布成API，路由设为 /translate
add_route(app, "/translate", translate_text)
注意：
add_route是LangChain提供的函数，用于绑定路由和函数。- 一个应用可以有多个服务，比如翻译、天气查询等，每个服务都可以有独立的路由。
三、启动服务：用Uvicorn运行服务器
代码写好后，用Uvicorn启动服务：
import uvicorn
if __name__ == "__main__":
uvicorn.run(app, host="localhost", port=80)
运行后，你的服务就在本机的80端口上跑起来啦！
（小提示：如果80端口被占用，可以换成8080或其他端口。）
四、测试服务：两种方法任你选
方法一：用Playground界面（推荐初学者）
在浏览器打开： http://localhost:80/playground/
你会看到一个可视化界面，里面自动识别出你的函数需要哪些参数（比如language和text）。输入值，点一下按钮，立马看到结果！
例如：
- language 填
french - text 填
今天的天气很好点击执行，就能返回法语翻译结果。
方法二：用ApiFox或Postman测试
如果你习惯用API工具，可以这样调用：
- URL:
http://localhost:80/invoke/ - 方法: POST
- 参数格式: JSON
{
"language": "english",
"text": "今天的天气很好"
}
注意：这里用的是
/invoke
/playground
五、客户端集成：其他语言也能调用
如果你是Python用户（用LangChain客户端）：
from langchain_server import RemoteRunnable
client = RemoteRunnable("http://localhost:80/translate")
result = client.invoke({
"language": "french",
"text": "Hello world"
})
print(result)
LangChain客户端会自动处理通信，超省心！
如果你用其他语言（比如JavaScript）：
fetch('http://localhost:80/invoke', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({
language: 'french',
text: 'Hello world'
})
})
.then(response => response.json())
.then(data => console.log(data));
Java、PHP、Go等语言也是类似的，用HTTP客户端发POST请求就行。
六、常见问题排查
- 端口被占用：换一个端口，比如8000或8080。
- 路由找不到：检查是否漏写了
add_route。 - 参数名不对：确保和函数定义中的参数名一致（比如
language和text）。 - LangChain模块找不到：确认是否安装了
langchain-server。
七、总结：为什么用LangChain发布服务？
LangChain-Server帮你省去了写大量Web框架代码的麻烦，尤其是：
- 自动生成测试界面（Playground）
- 支持多语言客户端集成
- 无缝对接已有的LangChain应用
不管你是想快速验证模型效果，还是正式对外提供服务，用LangChain发布API都是又快又稳的方式。赶紧试试吧，让你的AI应用不再“孤芳自赏”！
