第一个LangChain程序

发布时间: 2025-03-29 18:51

↑

# 第一个LangChain程序

本文将通过一个简单的示例程序，帮助你快速入门LangChain开发。

## 环境准备

在开始之前，确保你已经：
1. 安装了Python 3.8+
2. 安装了LangChain包
3. 配置了OpenAI API密钥

## 创建项目

1. 创建项目目录：
```bash
mkdir langchain-hello
cd langchain-hello
```

2. 创建虚拟环境：
```bash
python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate    # Windows
```

3. 安装依赖：
```bash
pip install langchain openai
```

## 编写代码

创建`hello.py`文件，输入以下代码：

```python
from langchain.llms import OpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

def main():
    # 初始化LLM
    llm = OpenAI(temperature=0.7)

# 创建提示模板
    template = """请用简单的话介绍{topic}。
    要求：
    1. 通俗易懂
    2. 举例说明
    3. 不超过100字
    """

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

# 创建Chain
    chain = LLMChain(llm=llm, prompt=prompt)

# 运行Chain
    topic = "人工智能"
    result = chain.run(topic)
    print(f"\n关于{topic}的介绍：\n{result}")

if __name__ == "__main__":
    main()
```

## 运行程序

在终端中运行：
```bash
python hello.py
```

你将看到类似这样的输出：
```
关于人工智能的介绍：
人工智能就像是给计算机装上了一个智能的大脑，让它能够学习、思考和解决问题。比如，它可以识别照片中的猫狗，理解我们说的话，甚至下棋比人类还厉害。现在我们生活中的很多便利，如语音助手、智能推荐等，都是人工智能的应用。
```

## 代码解析

1. **导入必要模块**
```python
from langchain.llms import OpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
```
这些是LangChain的核心模块，提供了语言模型、链式处理和提示模板功能。

2. **初始化语言模型**
```python
llm = OpenAI(temperature=0.7)
```
创建OpenAI语言模型实例，temperature参数控制输出的随机性。

3. **创建提示模板**
```python
template = """请用简单的话介绍{topic}。
要求：
1. 通俗易懂
2. 举例说明
3. 不超过100字
"""

prompt = PromptTemplate(
    input_variables=["topic"],
    template=template
)
```
提示模板定义了输入到语言模型的文本格式，使用占位符实现动态内容。

4. **创建和运行Chain**
```python
chain = LLMChain(llm=llm, prompt=prompt)
result = chain.run(topic)
```
Chain将提示模板和语言模型连接起来，形成一个完整的处理流程。

## 扩展练习

1. 修改temperature参数，观察输出变化
2. 更改提示模板的要求
3. 添加更多的input_variables
4. 尝试使用其他类型的Chain

## 常见问题

1. **API密钥错误**
   - 检查环境变量设置
   - 确认API密钥有效

2. **模块导入错误**
   - 确认已安装所需包
   - 检查Python环境

3. **输出不符合预期**
   - 调整temperature值
   - 优化提示模板

## 下一步

恭喜！你已经成功运行了第一个LangChain程序。接下来你可以：

1. 学习更多LangChain组件
2. 尝试不同类型的Chain
3. 探索更复杂的应用场景

记住，这只是LangChain强大功能的一小部分。通过学习更多组件和最佳实践，你将能够构建更复杂和实用的AI应用。

元素码农