【可能是全网最丝滑的LangChain教程】三、快速入门LLMChain

系列文章地址

【可能是全网最丝滑的LangChain教程】一、LangChain介绍 - 掘金 (juejin.cn) 【可能是全网最丝滑的LangChain教程】二、LangChain安装 - 掘金 (juejin.cn)

使用LangChain构建应用

LangChain支持构建应用程序,将外部数据源和计算源连接到LLM。我们将从一个简单的 LLM 链开始,它只依赖于提示模板中的信息来响应。 接下来,我们将构建一个检索链,该链从单独的数据库获取数据并将其传递到提示模板中。 然后,我们将添加聊天记录,以创建对话检索链。这允许您以聊天方式与此 LLM 进行交互,因此它会记住以前的问题。 最后,我们将构建一个代理,利用 LLM 来确定它是否需要获取数据来回答问题。

LLMChain

LangChain可以通过 API 提供的模型(如 OpenAI)和本地开源模型(如 Ollama)等集成。开源模型的部署依赖于我们拥有的硬件配置,我将不做过多分析。

这里我将使用OpenAI提供的API做示例。

首先,我们需要导入 LangChain x OpenAI 集成包。

bash 复制代码
pip install langchain-openai

访问 API 需要一个 API 密钥,您可以通过创建一个帐户并前往此处来获取该密钥。

一旦我们有了密钥,我们就要通过运行以下命令将其设置为环境变量(非必须):

bash 复制代码
export OPENAI_API_KEY="..."

然后,我们可以初始化模型:

python 复制代码
from langchain_openai import ChatOpenAI 
llm = ChatOpenAI()

如果您不想设置环境变量,则可以在启动 OpenAI LLM 类时直接通过命名参数传入密钥:openai_api_key

python 复制代码
from langchain_openai import ChatOpenAI 
llm = ChatOpenAI(openai_api_key="...")

一旦你安装并初始化了你选择的LLM,我们就可以尝试使用它了!

让我们问它"请介绍一下李白?" 。

python 复制代码
llm.invoke("介绍一下李白?")

输出如下:

bash 复制代码
AIMessage(content='李白(701年-762年),字太白,号青莲居士,唐朝时期伟大的浪漫主义诗人,被后人誉为"诗仙"。他出生于今天的陕西省凤翔县,自幼聪明好学,擅长诗词歌赋,一生创作了大量的诗歌,其作品风格豪放奔放,语言优美,富有想象力,具有极高的艺术价值。李白的诗歌题材广泛,包括山水田园、历史人物、神话传说、饮酒抒怀等,他的诗歌充满了浪漫主义色彩,表现出对自由、理想和自然的热爱。他的代表作有《静夜思》、《将进酒》、《庐山谣》、《早发白帝城》等,这些作品在中国文学史上占有重要地位。李白的一生充满了传奇色彩,他曾游历过许多地方,与当时的文人墨客交往甚广,他的诗歌也深受人们的喜爱。然而,他的生活并不平稳,曾多次遭遇政治挫折,但他始终保持乐观豁达的态度。晚年,李白因病返回故乡,最终在安徽当涂去世。李白的诗歌对中国文学产生了深远影响,他的作品被后世广为传颂,成为中国古代诗歌的瑰宝。 ')

我们还可以使用提示模板来指导它的响应。 提示模板用于将原始用户输入转换为更好的 LLM 输入。

bash 复制代码
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是世界级的历史人物研究人员,擅长用一句话输出回答。"),    
    ("user", "{input}")
])

现在,我们可以将它们组合成一个简单的 LLM 链:

python 复制代码
chain = prompt | llm

我们现在可以调用它并提出相同的问题,理论上它应该输出一句介绍李白的话。

python 复制代码
chain.invoke({"input": "请介绍一下李白?"})

输出:

python 复制代码
AIMessage(content='李白,唐朝浪漫主义诗人,被誉为"诗仙"。 ')

模型的输出是一条消息。但是,使用字符串通常要方便得多。让我们添加一个简单的输出解析器,将聊天消息转换为字符串。

python 复制代码
from langchain_core.output_parsers import StrOutputParser 
output_parser = StrOutputParser()

现在,我们可以将其添加到上一个链中:

python 复制代码
chain = prompt | llm | output_parser

我们现在可以调用它并提出相同的问题。答案现在将是一个字符串(而不是 AIMessage)

输出:

bash 复制代码
李白,唐朝浪漫主义诗人,被誉为"诗仙"。 

总结

至此,我们就学会了LangChain中所谓的"Chain"的基本使用。既然是基本使用,肯定也有高级用法,甚至我们可以自己"自定义Chain"来处理我们逻辑。具体怎么使用,请关注后续文章更新。

Peace Guys

相关推荐
唐某人丶2 小时前
教你如何用 JS 实现 Agent 系统(2)—— 开发 ReAct 版本的“深度搜索”
前端·人工智能·aigc
FIT2CLOUD飞致云2 小时前
九月月报丨MaxKB在不同规模医疗机构的应用进展汇报
人工智能·开源
阿里云大数据AI技术2 小时前
【新模型速递】PAI-Model Gallery云上一键部署Qwen3-Next系列模型
人工智能
袁庭新2 小时前
全球首位AI机器人部长,背负反腐重任
人工智能·aigc
机器之心3 小时前
谁说Scaling Law到头了?新研究:每一步的微小提升会带来指数级增长
人工智能·openai
算家计算3 小时前
AI配音革命!B站最新开源IndexTTS2本地部署教程:精准对口型,情感随心换
人工智能·开源·aigc
量子位3 小时前
GPT-5编程专用版发布!独立连续编程7小时,简单任务提速10倍,VS Code就能用
gpt·chatgpt
量子位3 小时前
马斯克周末血裁xAI 500人
人工智能·ai编程
算家计算3 小时前
OpenAI最强编程模型GPT-5-Codex发布!可独立编程7小时,编程效率提升10倍
人工智能·ai编程·资讯
聚客AI5 小时前
🌟大模型为什么产生幻觉?预训练到推理的漏洞全揭秘
人工智能·llm·掘金·日新计划