LangChain快速上手

前言

本章节将带你快速搭建一个 LangChain 开发环境，并完成你的第一个应用程序。通过简单示例，你将熟悉 LangChain 的基础操作流程。

安装与环境配置

系统需求

? Python 版本：>=3.9

? 推荐使用虚拟环境（如 venv 或 conda）以便隔离依赖。

安装 LangChain

因为openai国内挂代理访问比较慢，我为了图方便也是为了方便学习我使用百度的千帆模型来演示，所以在安装langchain之前，你最好去注册一个千帆的帐号，具体操作如下图所示:

帐号注册成功后，进入到控制台找到”百度智能云千帆AppBuilder“，鼠标点击进入到AppBuilder页面

AppBuilder页面如下所示:

点击密钥管理选项，进入到“我的应用页面”,如下所示:

点击创建应用按钮，填写对应用的名称和描述完成应用的创建，然后在应用列表中，找到刚刚创建的应用，将API key和secret key复制保存起来，后续会用到。

在申请完千帆模型所需的key之后，我们可以运行以下命令安装最新版本的 LangChain 和相关依赖：

mkdir langchain
cd langchain/
python3 -m venv .venv
source .venv/bin/activate
pip install langchain-core langgraph>0.2.27 langchain langchain_community qianfan

??注意: 为了图方便我将其他依赖也安装了

第一个 LangChain例子：调用千帆 API

import os
from langchain_community.llms.baidu_qianfan_endpoint import QianfanLLMEndpoint

os.environ["QIANFAN_AK"] = "千帆apikey"
os.environ["QIANFAN_SK"] = "千帆secret key"

llm = QianfanLLMEndpoint(temperature=0.9)

text = "百度是一家什么样的公司?"

print(llm.invoke(text))

运行结果如下图所示:

以上代码设置了API key，初始化了QianfanLLMEndpoint对象，并调用了invoke方法完成对百度这家公司的评价。

LangChain 的基本模块概览

LangChain 提供了一系列模块化工具，便于开发复杂的应用程序。在后续章节中会详细讲解各模块的使用，这里提供一个概览

Prompt Templates（提示词模板）

提示模板用于构建动态提示，适用于需要变量插值的场景。示例代码如下所示:

from langchain.prompts import PromptTemplate


template = "请使用{word_count}个词描述langchain。"

prompt = PromptTemplate(input_variables=["word_count"], template=template)

print(prompt.format(word_count=10))

运行结果如下所示:

(.venv) ?  python prompt.py
请使用10个词描述langchain。

Chains (链)

Chains 用于串联多个步骤，比如将用户输入传递到模型，然后将模型输出传递到另一个处理步骤。类似于Linux的管道，即将前面的结果作为条件传给下一个程序来处理。

import os
from langchain.chains.llm import LLMChain
from langchain.prompts import PromptTemplate
from langchain_community.llms import QianfanLLMEndpoint

os.environ["QIANFAN_AK"] = "千帆apikey"
os.environ["QIANFAN_SK"] = "千帆secret key"

template = "用一句话总结以下内容: {text}"

prompt = PromptTemplate(input_variables=['text'], template=template)

llm = QianfanLLMEndpoint(temperature=0.9)

chain = LLMChain(llm=llm, prompt=prompt)

response = chain.run("LangChain 是一个帮助构建 AI 应用的框架。")
print(response)

运行结果如下所示:

(.venv) ?  python chains.py
[WARNING][2024-12-15 01:40:49.177] redis_rate_limiter.py:21 [t:8428670784]: No redis installed, RedisRateLimiter unavailable. Ignore this warning if you don't need to use qianfan SDK in distribution environment
/langchain/chains.py:15: LangChainDeprecationWarning: The class `LLMChain` was deprecated in LangChain 0.1.17 and will be removed in 1.0. Use :meth:`~RunnableSequence, e.g., `prompt | llm`` instead.
  chain = LLMChain(llm=llm, prompt=prompt)
/langchain/chains.py:17: LangChainDeprecationWarning: The method `Chain.run` was deprecated in langchain 0.1.0 and will be removed in 1.0. Use :meth:`~invoke` instead.
  response = chain.run("LangChain 是一个帮助构建 AI 应用的框架。")
[INFO][2024-12-15 01:40:49.207] oauth.py:277 [t:8428670784]: trying to refresh token for ak `2ctEom***`
[INFO][2024-12-15 01:40:49.385] oauth.py:304 [t:8428670784]: successfully refresh token
LangChain是一个AI应用框架的助建工具。