前言

提示：本文适用于新手观看，快速上手langchain：
本文会省略学习过程中的一些中间步骤，便于观看者快速掌握AI应用搭建的内容，省略部分将通过转载其他作者的文章链接供大家深入了解

一、省略内容（根据自身需求，自行补充）

从上篇文章02.AI文本生成基本原理及RAG概念引入可知，AIGC的核心步骤有如下几点：

1、用户提问（即提示词输入）：想要AI更精准知道你想要什么，一个好的提示词就格外重要。所以这部分内容建议大家自行补充一下
2、知识库搭建及使用：该步核心为知识库的切块，一个好的切块方法能够更好的保留知识原本的含义，生成结果更准确
3、大模型生成结果：后面再详细扩展

若需要，可看下面的文章（转载）：

1. 提示词功能：AI提示词（Prompt）从入门到精通，非常详细，收藏这一篇就够了！！！
2. 使用python进行文档分块：AI大模型RAG文本分块指南：9种优化策略及其具体实现方法

承上启下：

如果每个步骤都要自己去写代码完成，那搭建一个AI应用就格外麻烦，于是，引入框架概念，用他人实现的方法，快速搭建应用。目前比较主流的有langchain、扣子等。该文主要用langchain

二、langchain介绍

1.langchain生态大家族

图片来源langchain官网（langchain中文官网）

具体来说，该框架由以下开源库组成：
langchain-core: 基础抽象和LangChain表达式 (LCEL)。
langchain-community: 第三方集成。
合作伙伴库（例如 langchain-openai、langchain-anthropic 等）：一些集成已进一步拆分为自己的轻量级库，仅依赖于 langchain-core。
langchain: 组成应用程序认知架构的链、代理和检索策略。
LangGraph: 通过将步骤建模为图中的边和节点，构建强大且有状态的多参与者应用程序。与LangChain无缝集成，但也可以单独使用。
LangServe: 将LangChain链部署为REST API。
LangSmith: 一个开发者平台，让您调试、测试、评估和监控LLM应用程序。

后面逐步使用、认识各模块的内容。现阶段只需要使用langchain-core、langchain-community、langchain板块内容即可

2.第一个langchain应用

请提前安装langchain_openai库

国内镜像安装

pip3 install langchain_openai -i https://pypi.tuna.tsinghua.edu.cn/simple

代码如下（示例）：

import os
#引入chatopenai，用于使用外部大模型（如deepseek、通义千问模型）
from langchain_openai import ChatOpenAI


#大模型的api key、模型、base_url
MODULE_API_KEY=os.getenv("DASHSCOPE_API_KEY")
MODULE_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
MODULE_NAME="qwen-plus"

try:
    # 引入ChatOpenAI，链接外部大模型。我这里用的qwen-plus
    client = ChatOpenAI(api_key=MODULE_API_KEY,model=MODULE_NAME,base_url=MODULE_BASE_URL)
    # system设定AI的身份及任务，human设置用户输入内容（这里用user也可以，只是langchain这边用human代表用户输入）
    messages = [
        ('system', '将一下内容翻译成英文'),
        ('human', '你好')
    ]
    # invoke 调用大模型能力，返回提问结果
    res_msg = client.invoke(messages)
    # 大模型返回的结果有很多内容，可自选要用的内容
    print(res_msg.content)
except Exception as e:
    print(f"错误信息：{e}")
    print("请参考文档：https://help.aliyun.com/zh/model-studio/developer-reference/error-code")

3、运行结果

总结

看完之后需要知道：
1、langchain属于调用大模型的框架，不属于AI范畴
2、使用框架的目的是简化RAG的搭建流程，并没有改变AIGC的底层逻辑
3、如何引入和使用langchain