一文详解LangChain！什么是LangChain？LangChain环境配置

作者：CSDN博客
一、LangChain简介

1.1  什么是LangChain？

LangChain是一个专为构建语言模型驱动的应用程序而设计的开源框架。由Harrison Chase等人于2023年创建，它可以帮助开发者更好地利用大型语言模型（LLMs）的潜力，将语言模型与其他工具（如数据存储、API等）结合起来，从而创建出更强大的以语言为核心的智能应用。
同时，LangChain是开源的，这意味着开发者可以根据自己的需求自由地查看、修改和扩展代码。这种开源的模式促进了社区的繁荣发展。
简单来说，LangChain能够将大模型与工具高效结合，完成我们指定的任务。

LangChain官网：

1. https://python.langchain.com/docs/introduction/

复制代码

LangChain中文网：

1. https://www.langchain.com.cn/docs/introduction/

复制代码

1.2  LangChain的核心组件

LangChain的核心功能通过6大模块实现：

模块	功能描述
Models	统一接口调用各类语言模型（LLMs）、聊天模型（ChatModels）和嵌入模型（Embeddings）
Prompts	动态管理提示模板，支持变量注入和优化（如翻译、问答模板）
Indexes	构建文档索引（如向量数据库），实现高效信息检索（RAG架构核心）
Chains	串联多个组件（如检索→生成→执行），实现多步骤工作流（如文档问答系统）
Agents	赋予LLM决策能力，动态调用外部工具（如搜索API、Python解释器）
Memory	维护对话历史上下文，支持多轮交互（如聊天机器人）

1.3  为什么需要LangChain

LangChain解决了LLM原生应用的三大核心问题：
1、突破LLM的能力限制

数据感知：连接数据库、文档、API等外部数据源，让LLM基于实时信息生成回答（如企业知识库问答）
工具集成：通过Agents调用计算器、搜索引擎等工具，扩展LLM功能边界

2、提升开发效率

模块化设计：避免重复造轮子，直接使用预置组件（如提示模板、向量检索器）链式工作流：通过Chains封装多步骤任务（如“提问→检索→生成→执行”），简化复杂逻辑开发

3、增强安全性与可控性

隐私保护：私有数据无需上传至公有模型，通过本地向量库处理敏感信息减少幻觉：RAG架构强制模型基于检索结果生成答案，降低编造风险

二、LangChain环境配置

2.1 创建虚拟环境

创建python3.11.6的虚拟环境

1. conda create -n lc_test python==3.11.6

复制代码

2.2 安装常用包

激活虚拟环境

1. activate lc_test

复制代码

安装langchain相关常用包

1. pip install langchain==0.3.25
2. pip install langchain-community== 0.3.24
3. pip install langgraph == 0.4.7
4. pip install langchain-openai==0.3.18

复制代码

安装其他包

对于其他包，可按需安装。

1. pip install pandas
2. pip install numpy
3. ...

复制代码

2.3 测试是否安装成功

1. import langchain
2. print(langchain.__version__)

复制代码

三、LangChain初步调用llm测试

1. from langchain_openai import ChatOpenAI
3. # 初始化ChatOpenAI（指向本地Ollama）
4. llm = ChatOpenAI(
5.     model="gemma3:12b",# 模型名称需与Ollama本地一致
6.     openai_api_base="http://localhost:11434/v1",
7.     openai_api_key="asdf"# 任意非空值)# 调用模型
8. response = llm.invoke("解释深度学习的基本概念")print(response.content)

复制代码

至此，我们已经成功安装langchain且调用本地大模型。

---

如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。
学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】

原文地址：https://blog.csdn.net/star_nwe/article/details/148973168