什么是LangchainLangchain是一款提供给用户与大模型之间快捷沟通的代理框架其核心设计思想就是整合各大模型厂商的接口给用户提供一个快捷入口能快速实现自己的agent。核心组件•agentLangchain的核心部分所有的操作都围绕agent展开并且对外提供一个统一 apicreate_agent()来快捷创建。内部包含tools、memory、model、messages、middleware等其他核心组件•tools由 Langchain 提供装饰器对某个具体函数抽象成一个工具供大模型使用。大模型本身不直接调用工具只拥有可以调用工具的功能•memory记忆组件通过同一个 session_id 来维持多轮对话的记忆•model对外整合国内外大部分厂商提供一个抽象层的modle 给用户使用•messagesLangchain 中的消息格式一共四种AIMessage、ToolMessage、SystemMessage、HumanMessage分别代表四种角色的输入和输出•middlewareLangchain 中最为核心的功能抛弃以往的 LECL 和 LLMChain采用中间件形式完成动态模型切换、动态提示词修改、agent 环绕日志model 环绕日志及修改以及PII 身份验证会话摘要总结等等一系列功能还没列举完•其他功能stream 流式输出、structoutput 格式化输出等等环境准备在学习 Langchain 之前希望你有 Python 的编程知识至少能看懂print(hello world)是什么意思以及知道 conda 和虚拟环境。除了 Python 环境外你还需要有一个合适的编辑器例如vscode、cursor、pycharm 等等以及希望你对大模型有一个基本的概念和知道如何编写一个正常的提示词希望你给大模型的提问是这样正例你是一个 xx 助手可以用专业术语回答用户问题在遇到不清楚的问题时可以友好的告诉用户这部分知识正在学习中而不是这样反例我想要完成这个功能你给我完成你可以选择以下几种方式来准备一个会话的大模型1.Ollama 本地部署2.百炼开放平台获取 base_url 和 api_key3.智谱 AI 获取 base_url 和 api_key4.DeepSeek 开放平台获取 base_url 和 api_key除了以上四种你还可以选择其他方式例如vllm 部署、讯飞星火、火山大模型、豆包、OpenAI 等等Langchain 自 1.0 开始官方推荐 Python 版本为 3.10 以上但是又不建议太新所以你可以选择指定版本 3.11 或者 3.12 采用conda 命令快捷安装conda create -n langchain python3.11 conda activate langchain教程以百炼平台获取 api_key和 base_url 为主并且采用 qwen-flash 模型该模型特点回复快token 消耗少支持 Function calling快速入门在项目根目录下创建.env文件填入你的 api_key 和 base_urlDASHSCOPE_API_KEYsk-xxxxxxx DASHSCOPE_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1[1]然后创建一个 src 目录不是包结构在 src 目录下创建一个文件main.py此时你的项目结构应该是这样your_project/src/main.py 和 your_project/.env安装 Langchainpip install langchain 目前安装的最新版本应该是 1.1.6 左右导入需要的包from langchain.agents import create_agent from langchain.chat_models import init_chat_model import os from dotenv import load_dotenv from langchain_core.messages import HumanMessage load_dotenv()初始化一个模型model init_chat_model( modelqwen-flash, model_provideropenai, api_keyos.getenv(DASHSCOPE_API_KEY), base_urlos.getenv(DASHSCOPE_BASE_URL), )创建一个 agentagent create_agent( modelmodel, system_prompt 你是一个城市旅游智慧助手善于用优美的语气给用户讲解各大景点的特色 )调用 agentresponse agent.invoke({ messages:[ HumanMessage(content请给我推荐一个景点) ] }) response[messages][-1].pretty_print()不出意外你将能看到以下输出 Ai Message 当然可以让我为您推荐一个藏在江南烟雨里的诗意之地——**苏州园林·拙政园**。 清晨的拙政园薄雾如纱轻轻拂过亭台楼阁。一池碧水倒映着飞檐翘角曲桥蜿蜒仿佛一幅徐徐展开的水墨长卷。漫步其中一步一景听雨轩前细雨敲荷远香堂畔荷风送香小飞虹的倒影在水中摇曳生姿。每一扇花窗都是一幅画框框住四季流转的温柔。 这里不仅是建筑与自然的完美融合更藏着文人雅士的闲情逸致。当你倚栏而立看一片落叶随水流去仿佛听见了明代才子文徵明笔下的低语。 若你愿暂别喧嚣不妨来此寻一处静谧在假山叠石间邂逅时光的轻叹让心也如这园中的一缕清风自在悠然。至此恭喜你完成了 Langchain1.0 的入门也完成了你的第一个 agent 搭建。Langsmith 部署Langchain 官方提供了一种 playground用于给开发者演示从接收到用户输入到中间的 Tool 使用再到 agent 执行和 model 的运行最终输出结果的全流程你需要额外安装一个依赖pip install --upgrade langgraph-cli[inmem]安装完成后你需要打开LangSmith 的网站获取到一个 api_key建议挂上梯子 LangSmith[2] 在左侧TabBar 找到Api Keys菜单然后点击右上角创建这个 api_key 是免费的将你的 api_key 粘贴到上方的.env文件中名字命名为LANGSMITH_API_KEY此时你的.env文件中应该有以下三个变量DASHSCOPE_API_KEYsk-xxx DASHSCOPE_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1[3] LANGSMITH_API_KEYlsv2_pt_xxxx然后在项目根目录下创建文件langgraph.json这个文件和你的.env是同级目录然后拷贝下方代码此时你的目录应该是这样my-app/ ├── src │ └── main.py ├── .env └── langgraph.json{ dependencies: [.], graphs: { agent: ./src/main.py:agent }, env: .env }里面最重要的两个部分“env” 代表读取哪个.env文件agent代表从哪个目录下找哪个 py 文件中的哪个变量所以相当于是 找到 src目录下的 main.py 里面的 agent 命名准备好上面条件后即可在控制台切换到你的项目根目录下运行langgraph dev静静等待然后控制台会输出一个网址__start__到 你的 model 再到__end__切换到 Chat 后你可以给你的 agent 提问。最后唠两句为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200% 远超其他行业平均水平整个人工智能行业的求职增速达到33.4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张也让人才供需矛盾愈发突出。麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。那0基础普通人如何学习大模型 深耕科技一线十二载亲历技术浪潮变迁。我见证那些率先拥抱AI的同行如何建立起效率与薪资的代际优势。如今我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理分享于此为你扫清学习困惑共赴AI时代新程。我整理出这套 AI 大模型突围资料包【允许白嫖】✅从入门到精通的全套视频教程✅AI大模型学习路线图0基础到项目实战仅需90天✅大模型书籍与技术文档PDF✅各大厂大模型面试题目详解✅640套AI大模型报告合集✅大模型入门实战训练这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】①从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图0基础到项目实战仅需90天全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤640套AI大模型报告合集⑥大模型入门实战训练如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能 ‌突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】