langChain-介绍、安装与测试

本文主要介绍LangChain的基础概念、安装步骤以及测试安装是否成功

一、简介

1、LangChain 是一个关于LLM大模型的应用框架 。

2、核心目标：帮助开发者更高效地将 LLM 与外部数据、工具、API、记忆系统结合，从而实现智能化、可交互的应用。如智能问答、对话系统、自动化助手、文档检索与分析系统等。

二、核心组成

LangChain官网显示一共有七个核心组成

1、Agents： 智能体将语言模型与工具相结合，创建出能够推理任务、决定使用哪些工具并迭代寻找解决方案的系统。
2、Models： 大语言模型（LLMs）是强大的AI工具，能够像人类一样解读和生成文本。它们功能多样，足以撰写内容、翻译语言、进行总结和回答问题，而无需针对每项任务进行专门训练。
3、Messages： 是LangChain中模型上下文的基本单元。它们代表模型的输入和输出，在与大型语言模型（LLM）交互时，携带表示对话状态所需的内容和元数据。
4、Tools： 拓展Agents的能力，让它们能够获取实时数据、执行代码、查询外部数据库，并在现实世界中采取行动。在底层，工具是具有明确定义输入和输出的可调用函数，这些输入和输出会被传递给聊天模型。模型会根据对话上下文决定何时调用工具，以及提供哪些输入参数。
5、Short-term memory： 记住关于先前交互的信息。对于人工智能agents而言，记忆至关重要，因为它能让它们记住之前的交互，从反馈中学习，并适应用户偏好。
6、Streaming： LangChain采用流式系统来展示实时更新。
7、Structured output： 结构化输出使agents能够以特定且可预测的格式返回数据。

（在后续的实践中再具体看使用方法。）

三、安装

3.1 创建虚拟环境

python 复制代码

# 创建名为 .venv 的虚拟环境
python -m venv .venv

# 激活虚拟环境
# Windows (PowerShell):
.venv\Scripts\Activate.ps1
# Linux/macOS:
source .venv/bin/activate

3.2 核心库安装

LangChain 为模块化设计的。核心安装 langchain (核心), langchain-openai (与OpenAI模型交互) 和 langchain-community (社区维护的集成)。

python 复制代码

# 使用国内镜像源加速安装
pip install langchain langchain-openai langchain-community -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

3.3 常用库安装

tiktoken: OpenAI 用于计算文本 token 数量的工具。

chromadb: 一个开源的向量数据库，用于存储文档嵌入向量。

faiss-cpu: Facebook AI 开发的高效向量相似度搜索库。

python-dotenv: 用于从 .env 文件中加载环境变量 (如 API 密钥)。

python 复制代码

pip install tiktoken chromadb faiss-cpu python-dotenv -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

如果安装有报错，尝试一个一个安装。

3.4 验证开发环境

python 复制代码

import sys
import langchain
import openai

# 打印已安装库的版本
print(f"LangChain version: {langchain.__version__}")
print(f"OpenAI version: {openai.__version__}")

# 打印 Python 解释器版本
print(f"Python version: {sys.version}")

安装成功