LangChain 学习记录 (1)

最近学习过程中，刚刚了解到langchain，记录一下学习心得。

有错误或不足的地方，欢迎指正交流。

一、什么是LangChain

LangChain官网

LangChain官方文档

1、介绍

首先看下官方文档的介绍：

LangChain 是一个用于开发由大型语言模型 （LLM） 提供支持的应用程序的框架。

LangChain 简化了 LLM 应用程序生命周期的每个阶段：

• 开发：使用 LangChain 的开源组件和第三方集成构建应用程序。 使用 LangGraph 构建具有一流流式处理和人机回圈支持的有状态代理。

• 产品化：使用 LangSmith 检查、监控和评估您的应用程序，以便您可以放心地持续优化和部署。

• 部署：使用 LangGraph 平台将您的 LangGraph 应用程序转变为生产就绪的 API 和助手。

LangChain 是一个用于开发LLM应用程序的开源框架，旨在帮助开发人员使用语言模型构建端到端的应用程序，更容易地构建和部署基于 LLM 的应用 。

2、框架构成

2.1 LangChain

支持python和JavaScript。包含各种组件的接口和集成组件运行基础以及链和代理的现成实现。

它本身由几个不同的包组成：

• langchain-core：基本抽象和 LangChain 表达式语言。

• langchain-community：第三方集成。

  • 合作伙伴套餐（例如langchain-openai,langchain-anthropic等）：一些集成已进一步拆分为自己的轻量级包，这些包仅依赖于langchain-core.

• langchain：构成应用程序认知架构的链、代理和检索策略。

2.2 langgraph

官方文档：LangGraph

LangGraph 是一个低级编排框架，用于构建、管理和部署长时间运行的有状态代理，受到塑造代理未来的公司（包括 Klarna、Replit、Elastic 等）的信赖。

LangGraph 为任何长时间运行的有状态工作流或代理提供低级支持基础设施。

2.3 langsever

将 LangChain 链部署为 REST API。

2.4 ​​​​​​​ langsmith

一个开发人员平台，可让您调试、测试、评估和监控 LLM 应用程序，并与 LangChain 无缝集成

二、LangChain快速入门

1、安装

可自选使用pip 或 conda 进行安装

pip install langChain

2、构建并使用LLM链

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessage

# 初始化模型
llm = ChatOpenAI(
    api_key = "API_key",
    base_url = "api_url",
    model = "model_name"
)

# 构建messages 
messages = [
    SystemMessage(content="把这段话从中文翻译成英语"),
    HumanMessage(content="你好，我正在学习langchain，请问有什么推荐")
]

llm.invoke(messages)

以上是关于LLM链的部分介绍，以后将继续更新深入的内容。