LangChain 简单应用(学习笔记)

• LangChain 简单应用(学习笔记)
  • Langchain 简介
  • OpenAI 简介
  • Langchain与OpenAI
  • 开发前的准备
    • 在线运行
    • 本地运行
  • 代码实践
  • 学习链接

Langchain 简介

大型语言模型（LLM）正在成为一种具有变革性的技术，使开发人员能够构建以前无法实现的应用程序。然而，仅仅依靠LLM还不足以创建一个真正强大的应用程序。它还需要其他计算资源或知识来源。
Langchain 旨在帮助开发这些类型应用程序，比如：
——基于文档数据的问答
——聊天机器人
——代理

OpenAI 简介

OpenAI 是LLM生态的模型层最大的玩家之一。大家目前熟知的 GPT-3.5，GPT-4 等模型都是OpenAI的产品。它的API允许开发人员通过简单的API调用来访问这些模型。

Langchain与OpenAI

Langchain 作为一个开源框架，提供与OpenAI等语言模型的接口，简化了在应用程序中集成和利用语言模型能力的过程。

开发前的准备

在线运行

本教程中，我们可以使用 Google Colab 在云端运行 Python 代码。Google Colab（全称Google Colaboratory）是一个由Google提供的云端开发环境，用于数据分析、机器学习和深度学习任务。它基于Jupyter Notebook，提供了一个免费的、云端的Python编程环境，用户可以直接在浏览器中编写和执行Python代码。

本地运行

我们可以使用Visual Studio Code配合Jupyter插件在本地运行代码。

代码实践

系统命令安装必要的Python包，langchain和openai。

pip install langchain==0.0.235 openai

以下代码将OpenAI的API Key设置在环境变量中。默认情况下，Langchain会从环境变量 OPENAI_API_KEY 中读取API Key。注意，在代码中直接嵌入API Key明文并不安全，切勿将API Key直接提交到代码仓库。我们建议利用.env文件和python-dotenv包来管理API Key。

import os
os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key'

以下代码导入了 ChatOpenAI 类，该类封装了OpenAI的聊天模型。
ChatOpenAI 类的初始化参数 temperature 用于控制模型的生成文本的多样性。
temperature 越大，生成的文本越多样，但也越不可控。temperature 越小，生成的文本越单一，但也越可控。
temperature 的取值范围为 0 到 1，默认值为 0.5。初始化参数 model_name 用于指定使用的模型，默认值为 gpt-3.5-turbo。

chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")

以下代码导入了 ChatOpenAI 类，该类封装了OpenAI的聊天模型。
ChatOpenAI 类的初始化参数 temperature 用于控制模型的生成文本的多样性。
temperature 越大，生成的文本越多样，但也越不可控。
temperature 越小，生成的文本越单一，但也越可控。temperature 的取值范围为 0 到 1，默认值为 0.5。
初始化参数 model_name 用于指定使用的模型，默认值为 gpt-3.5-turbo。

chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")

以下代码完成与OpenAI GPT模型的第一次对话，并打印出响应。

response = chat([ HumanMessage(content="Hello Langchain!") ])
print(response)

完整代码如下：

from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage
import os
os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key'
chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")
response = chat([ HumanMessage(content="Hello Langchain!") ])
print(response)

运行结果如下：

学习链接

更多学习内容，可以关注一下五里墩茶社大佬
https://space.bilibili.com/615957867?spm_id_from=333.337.0.0