15天学会AI应用开发（十四）搭建LangChain的开发环境

大家好，我是你们的技术博主。今天，我们进入“15天学会AI应用开发”系列的第十四天。在前面的章节中，我们学习了Python基础、API调用、以及一些AI模型的基本使用。现在，是时候把这些知识整合起来，进入一个更强大的框架——LangChain。LangChain是一个用于构建基于大语言模型（LLM）的应用程序的框架，它简化了与LLM的交互、链式调用、以及集成外部工具的过程。今天，我们就来搭建LangChain的开发环境，并运行第一个示例。## 什么是LangChain？简单来说，LangChain是一个“万能工具箱”，它帮你把各种AI模型（如OpenAI的GPT、Anthropic的Claude等）和外部数据源（如数据库、文档、API）连接起来。比如，你想做一个能自动回答公司内部文档问题的聊天机器人，LangChain可以帮你：1. 加载文档：从PDF、网页等读取内容。2. 分割文本：把长文档切成小块，方便处理。3. 嵌入向量：把文本转换成机器能理解的数字形式。4. 存储和检索：用向量数据库（如Chroma）保存这些向量，并快速找到相关文档。5. 生成回答：结合大模型，生成基于上下文的答案。这些步骤在LangChain中被称为“链”（Chain），你可以像搭积木一样组合它们。今天，我们先搭建环境，确保一切就绪。## 环境准备在开始之前，确保你的电脑上已经安装了Python（推荐3.8或更高版本）。如果你还没有Python，可以去python.org下载安装。另外，你需要一个代码编辑器，比如VS Code或PyCharm。### 步骤1：创建虚拟环境（推荐）为了避免依赖冲突，我们创建一个独立的虚拟环境。打开终端（Windows用CMD或PowerShell，Mac/Linux用Terminal），运行：bash# 创建名为langchain_env的虚拟环境python -m venv langchain_env# 激活虚拟环境# Windows:langchain_env\Scripts\activate# Mac/Linux:source langchain_env/bin/activate激活后，终端前面会显示(langchain_env)，表示我们在虚拟环境中。### 步骤2：安装LangChain和依赖库LangChain的核心库和扩展库需要安装。我们还需要一个LLM后端，比如OpenAI的API。这里以OpenAI为例（你需要有OpenAI的API密钥）。运行以下命令：bashpip install langchain langchain-openai chromadb pypdf- langchain：核心框架。- langchain-openai：让LangChain支持OpenAI模型。- chromadb：向量数据库，用于存储文档嵌入。- pypdf：用于读取PDF文件（后续示例需要）。安装完成后，验证一下：pythonimport langchainprint(langchain.__version__)如果输出类似0.3.0的版本号，说明安装成功。## 第一个示例：简单问答链现在，我们来写一个最简单的LangChain程序：它接收用户问题，然后用LLM（这里用OpenAI的GPT-4）直接回答。注意：你需要有OpenAI API密钥，并且设置环境变量OPENAI_API_KEY。你可以通过以下方式设置：bash# 在终端设置（临时）export OPENAI_API_KEY="你的密钥"# 或者在代码中设置（不推荐，但方便测试）import osos.environ["OPENAI_API_KEY"] = "你的密钥"### 代码示例1：直接问答python# 导入必要的库from langchain_openai import ChatOpenAIfrom langchain.schema import HumanMessage# 初始化一个ChatOpenAI模型，使用GPT-4（或GPT-3.5-turbo）# temperature控制创造性，0表示确定性高llm = ChatOpenAI(model="gpt-4", temperature=0)# 创建一个用户消息user_message = HumanMessage(content="请用中文解释什么是LangChain？")# 调用模型获取回答response = llm.invoke([user_message])# 打印回答内容print("AI回答：", response.content)代码说明：- ChatOpenAI是LangChain对OpenAI聊天模型的封装。- HumanMessage表示用户输入的消息。- invoke方法执行模型调用，返回一个AIMessage对象，其中content包含文本回答。运行这段代码，你会看到类似这样的输出（具体内容取决于模型）：AI回答： LangChain是一个用于构建基于大语言模型（LLM）的应用程序的框架。它提供了模块化组件，如模型、提示、链、代理等，帮助开发者轻松集成LLM与外部数据、工具和API，实现复杂的任务自动化。这个例子虽然简单，但展示了LangChain的核心思想：用统一的接口调用LLM，而不需要关心底层的HTTP请求细节。## 第二个示例：带文档检索的问答链接下来，我们做一个更实用的示例：从PDF文件中提取信息，然后基于这些信息回答问题。假设你有一个PDF文件sample.pdf（内容可以是任何主题，比如产品说明书），我们想让AI只根据这个文档的内容来回答。### 代码示例2：RAG（检索增强生成）链python# 导入所需模块from langchain_community.document_loaders import PyPDFLoaderfrom langchain.text_splitter import RecursiveCharacterTextSplitterfrom langchain_openai import OpenAIEmbeddingsfrom langchain_community.vectorstores import Chromafrom langchain.chains import RetrievalQAfrom langchain_openai import ChatOpenAI# 步骤1：加载PDF文档loader = PyPDFLoader("sample.pdf") # 确保文件在当前目录documents = loader.load()# 步骤2：分割文档为小块（每个块500字符，重叠50字符）text_splitter = RecursiveCharacterTextSplitter( chunk_size=500, chunk_overlap=50)chunks = text_splitter.split_documents(documents)# 步骤3：创建嵌入模型（将文本转为向量）embeddings = OpenAIEmbeddings()# 步骤4：将文档块存入Chroma向量数据库# 这里使用persist_directory参数，以便持久化存储vectorstore = Chroma.from_documents( documents=chunks, embedding=embeddings, persist_directory="./chroma_db" # 存储目录)# 步骤5：创建检索器（从向量库中查找相关文档）retriever = vectorstore.as_retriever(search_kwargs={"k": 2}) # 返回最相关的2个块# 步骤6：初始化LLMllm = ChatOpenAI(model="gpt-4", temperature=0)# 步骤7：构建RetrievalQA链qa_chain = RetrievalQA.from_chain_type( llm=llm, chain_type="stuff", # 将检索到的文档块“塞入”提示 retriever=retriever)# 步骤8：提问query = "sample.pdf中提到了哪些关键特性？"answer = qa_chain.invoke(query)print("基于文档的回答：", answer['result'])# 清理：关闭向量数据库连接（可选）vectorstore.delete_collection()代码说明：- PyPDFLoader从PDF读取内容。- RecursiveCharacterTextSplitter将长文本分割成小块，避免超出模型上下文长度。- OpenAIEmbeddings计算文本的嵌入向量（需要API）。- Chroma是一个轻量级向量数据库，from_documents方法自动创建索引。- RetrievalQA是LangChain内置的检索问答链，它先检索相关文档，再用LLM生成答案。- invoke返回一个字典，result键包含最终回答。运行这个代码前，请确保：1. 有一个名为sample.pdf的文件在当前目录。2. API密钥已设置。如果一切顺利，你会看到类似这样的输出：基于文档的回答： 根据文档，该产品的关键特性包括：高能效比、智能温控系统、多模式运行选项，以及远程控制功能。如果没有PDF文件，也可以临时创建一个简单的文本文件，用TextLoader代替（来自langchain_community.document_loaders）。## 常见问题与调试1. API密钥错误：如果报错AuthenticationError，检查OPENAI_API_KEY是否设置正确。2. 依赖冲突：如果安装失败，可以尝试升级pip：pip install --upgrade pip。3. PyPDFLoader找不到文件：确保PDF文件路径正确，或者使用绝对路径。4. 内存不足：如果PDF很大，可以减少chunk_size或只加载部分页面。## 总结今天，我们成功搭建了LangChain的开发环境，并运行了两个示例：- 直接问答：展示了LangChain如何封装LLM调用。- 带文档检索的问答：演示了RAG（检索增强生成）模式，这是LangChain的核心应用之一。通过这两个例子，你应该已经感受到了LangChain的便利：它把复杂的流程（加载、分割、嵌入、检索、生成）封装成简单的函数调用。在后续的课程中，我们将深入探讨如何自定义链、使用代理（Agent）调用外部工具（如搜索引擎、计算器），以及构建多模态应用。记住，实践是学习的最佳方式。试着修改参数、更换模型（比如用gpt-3.5-turbo），或者测试自己的PDF文件。如果你遇到任何问题，欢迎在评论区留言，我们一起解决。下一课，我们将学习如何用LangChain创建自定义工具和代理，让你的AI应用“活”起来！