排序
4、开发前的准备工作
4.1 前置知识 1、Python 基础语法变量、流程控制、函数与参数机制、类与对象、装饰器常用的容器(列表、元组、集合、字典)、JSON处理、异常处理模块导入、包管理(推荐用 pip 或 conda ) 、线...
4、模型初始化角度3:本地模型的部署与调用
4.1 Ollama的介绍 LangChain也支持使用Ollama 、vLLM 等框架启动的本地大模型。这里以Ollama为例进行演示。Ollama是在Github上的一个开源项目,其项目定位是:一个本地运行大模型的集成框架,可...
5、大模型应用场景介绍
5.1 RAG开发 1)背景大模型的知识冻结:随着 LLM 规模扩大,训练成本与周期相应增加,模型无法实时学习到最新的信息或动态变化。导致 LLM 难以应对诸如“请推荐现在的热门影片”等时间敏感的问...
2.3 中转平台
2.3.1 OpenRouter 官网:https://openrouter.ai/OpenRouter 是一个多模型 API 聚合平台,提供统一的 OpenAI 兼容接口,可以通过一个 API Key 调用OpenAI、Claude、Gemini、DeepSeek、Qwen 等不...
2.3.2 模板调用的3种方式
对比: invoke() 、format() 、format_messages()方式1:使用 invoke()返回ChatPromptValue from langchain_core.prompts import ChatPromptTemplate #参数类型这里使用的是tuple构成的list pro...
5.3 大模型应用开发的4个场景
场景1:纯 PromptPrompt是操作大模型的唯一接口当人看:你说一句,ta回一句,你再说一句,ta再回一句... 场景2:Agent + Function CallingAgent:AI 主动提要求Function Calling:需要对接外部...
5.4 异步调用
复习:同步 vs 异步 同步(sync) : 概念:发起一个任务之后,需要等待该任务完成后,才能继续执行后续任务。 表现:当前执行流会被『阻塞』。 异步(async) : 概念:发起一个任务之后, 不必等...
3、LangChain家族四大支柱
截至2025年11月,LangChain 已从一个独立的开发框架,成长为一个覆盖智能体系统全生命周期的技术生态。该生态由四大核心支柱构成: LangChain 、LangGraph 、Deep Agent 与LangSmith 。 它们分...
6、拓展内容
6.1 美化模型输出响应 方法1:使用pretty_print()我们查看响应的方式是直接print(response),返回的内容比较杂乱,可以调用pretty_print() 美化输出内容。 from langchain.chat_models import i...
2、准备账号
2.1 注册或登录步骤1:访问官网访问Langsmith官网:https://smith.LangChain.com/ 步骤2:自由选择注册或登录方式步骤3:登录成功 2.2 获取API_KEY步骤1:打开设置 步骤2:创建API_KEY 步骤3:...










