首先你做AI开发,
1:你需要有一门可以写接口的语言为你提供接口
2:第二个你需要掌握基本前端开发或者python(这里由于重新学习一门语言到熟悉有点难度,所以我选的前端语言)
有了上面两个就可以开始了
主要我这边用到技术langchain+node+php+laravel
第一步创建一个前端文件夹,进入到文件夹,在初始化项目
TypeScript
mkdir my-first-langchain-app
cd my-first-langchain-app
npm init -y
这里修改package.js里面的改为"type": "module"
第二部按照官网安装框架软件包,在安装openai集成包
TypeScript
npm install langchain @langchain/core
npm install @langchain/openai
第三步安装配置文件;创建配置文件.env,这里以deepseek为例
TypeScript
npm install dotenv
TypeScript
DEEPSEEK_API_KEY="AI API密钥"
第五步写你的第一个测试程序:新建index.js
TypeScript
// 1. 导入必要的模块
import 'dotenv/config';
import { ChatOpenAI } from "@langchain/openai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import { StringOutputParser } from "@langchain/core/output_parsers";
// 2. 初始化AI模型
const model = new ChatOpenAI({
apiKey: process.env.DEEPSEEK_API_KEY, // 从环境变量读取密钥
model: "deepseek-chat",
temperature: 0.7, // 控制回答的随机性,值越高回答越有创造性
baseURL: "https://api.deepseek.com/v1", // DeepSeek的API地址
});
// 3. 定义提示词模板
const promptTemplate = ChatPromptTemplate.fromMessages([
["system", "你是一个幽默的脱口秀演员。"],
["human", "给我讲一个关于{topic}的笑话。"],
]);
// 4. 设置输出解析器,将AI回复转为纯文本
const outputParser = new StringOutputParser();
// 5. 使用.pipe()方法将所有组件串联成一条工作链
const jokeChain = promptTemplate.pipe(model).pipe(outputParser);
// 6. 执行程序
async function main() {
console.log("🤖 AI: 正在为你生成笑话...\n");
const joke = await jokeChain.invoke({ topic: "程序员" });
console.log(`😄 AI生成的${joke}`);
}
main().catch(console.error);
第六步运行测试:
TypeScript
node index.js