1.目标

1.1 通过 Langchain 接入 LLM

1.2 通过代码理解，如何定义链式结构

1.3 链式结构底层逻辑，铺垫前置知识概念

1.4 调用 LLM 的流程

        接入并定义大模型 ----》定义消息 ----》调用大模型---》输入结果

2.详细过程

2.1 申请API key 并配置环境变量

以 deepseek 为例，博主前面的博客中有提到~

 配置 环境变量

将 API key 配置在换进变量中主要是为了保证其隐私性，由于 API key 比较隐私，为了避免暴露，可将 api key 配置在环境变量中，这样程序就可以通过对应的环境变量拿到 api key 了

2.2 定义大模型

1  安装 OpenAI包

Pip install -u langchain-openai

2 定义大模型

这里没有防 api key 是因为 已经配置在了环境变量中

3.定义消息

4.调用大模型并输出

5.定义输出格式---解析器

如果想输出 JSON 等格式，就不能使用 StrOutPutParser 解析器了

代码：

经过上述的简单操作，Langchain 中的 链式 体现在哪里呢？？？？

首先我们可以先来看一下 response的组成

那么我们的链式体现在哪里呢？

6.链式执行

通过上述步骤，无论是调用大模型，还是输出解析，我们发现每次都调用了一个 invoke（）方法，最终才会得到我们想要的结构；对于 Langchain 它给我们提供了链式执行的能力，我们只需要定义各个组件，将他们：“链起来”一次执行，即可得到最终效果