从零开始，用LangChain构建你的第一个智能应用

一、了解LangChain的基本概念

LangChain是一个用于构建语言模型应用程序的框架，它提供了一系列工具和接口，能够帮助开发者更便捷地将大型语言模型（LLM）等技术应用到实际的项目中，以实现诸如智能问答、文本生成、对话系统等功能。

二、安装LangChain

在开始之前，需要先安装LangChain。打开终端或命令提示符，输入以下命令：

pip install langchain

安装完成后，就可以开始使用LangChain了。

三、构建一个简单的LangChain应用

以构建一个简单的问答应用为例，来带你熟悉LangChain的基本使用方法。本案例以智谱清言免费模型 glm-4-flash 为例子，首先，确保在您的 Python 环境中安装了 zhipuai 包。建议 jupyter notebook 里面运行。

1. 导入所需模块

from langchain_community.chat_models import ChatZhipuAI
from langchain_core.messages import AIMessage, HumanMessage, SystemMessage

这里导入了社区里面的对话模型中的智谱模型，以及消息模板。

2. 设置智谱API密钥

由于示例中使用了智谱的模型，需要先设置智谱的API密钥。设置环境变量：

import os

os.environ["ZHIPUAI_API_KEY"] = "your_zhipu_api"

将your_zhipu_api替换为你自己的智谱AI API密钥。智谱 api^[1]

3. 初始化语言模型

chat = ChatZhipuAI(
    model="glm-4-flash",
    temperature=0.5,
)

这里初始化了一个智谱语言模型实例，temperature参数用于控制生成文本的随机性，值越低生成的文本越确定。

4. 定义提示模板

messages = [
    AIMessage(content="你好."),
    SystemMessage(content="你是人类的 AI 助理."),
    HumanMessage(content="帮我写一首描述荷花的诗"),
]

定义了一个提示模板，其中包含AI 消息，系统消息，人类消息三个部分。content里面的内容可以自己更改。

5. 运行模型

response = chat.invoke(messages)
print(response.content) 

将语言模型和提示模板传入。然后执行，传入上下文和问题，最终输出答案,本次运行结果：

荷花映日艳如霞， 碧波荡漾映晴空。 轻风拂过香飘远， 翠叶摇曳舞翩跹。 玉盘托珠露珠滚， 蜻蜓立上戏水间。 红衣绿裙翩翩舞， 夏日荷塘美不胜收。 月下荷花别样娇， 银光洒落映花娇。 幽香弥漫夜色里， 荷塘月色醉人心。

运行成功后，你将看到输出的答案。LangChain是一个用于构建语言模型应用程序的框架，这就完成了使用LangChain构建一个简单应用的全过程。

通过这个入门示例，你已经初步了解了LangChain的基本使用方法，包括安装、导入模块、设置API密钥、初始化语言模型、定义提示模板、实例化大模型并执行等步骤。后续可以继续深入学习LangChain的更多高级功能和应用场景。