本來想先寫LangChain系列的，但是最近被AutoGen、LlamaIndex給吸引了。2023就要過去了，TIOBE數據編程語言排名Python都第一了，可見今年AI開發之熱。好吧，一邊學習業界通用的LangChain框架，一邊準備跨年吧。

前言

先是OpenAI引爆AI狂熱，再是Llama2、通義千問、文心一言百家齊放，最近Google Gemini一出來就是梭哈。LLM已逐步被傳統應用整合，升級為AI應用。其中，LangChain這個AI框架功不可沒。因為，針對如OpenAI的API調用太底層，也不夠通用，還有些跟業務相結合的中間層，這些LangChain幫我們打理好了。

LangChain適合的業務

• RAG 應用

LangChain與LlamaIndex握手，快速開發檢索增強知識庫類應用。

• 聊天機器人

反手給自己的應用添加一個AI客服。

• 代理

即Agent, 輔助大模型完成特定任wy

OPENAI 等大模型

OPENAI最近變慢了，變笨了，但是目前，確實沒太好的替代產品啊。

LangChain簡化和統一了在應用中集成和利用大語言模型能力的過程。除了OpenAI外，LangChain還可以很方便的集成在Hugging Face上的各種模型。

運行第一個LangChain應用

本系列代碼都會跑在google的colab云端，它用于運行一些nlp任務非常方便，省去了本地安裝一大堆環境，建議學習的時候先用它。[colab]

我們這里使用的大模型是OpenAI,你需要一個api-key。

• 安裝LangChain和OpenAI

!pip install langchain==0.0.316
!pip install openai==0.28.1

這里使用的langchain是0.0.235版本，openai==0.28.1版本。請你在運行本教程代碼時也使用這個版本。

• hello langchain

from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessageimport os
os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key'chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")
response = chat([ HumanMessage(content="Hello Langchain!") ])
print(response)

Langchain提供了聊天模型模塊，有了chat_models,做聊天so easy!我們從chat_models里導入ChatOpenAI。temperature參數為自由度，值的范圍在0-1之間，值越小，LLM的返回就越嚴謹，越大就越隨意。如果你是要OpenAI給你寫首詩，這個值 越大越好。如果你是要OpenAI告訴你法條中某事怎么個理，這個值接近0最好，不然，它便是法外狂徒。第二個參數我們指定了模型的名字，在這里，我們使用的是gpt-3.5-turbo,如果你非常有馬內，也可以用gpt-4.0。

我們引入了os 系統模塊，并將api_key 存入到OPENAI_API_KEY這個系統變量中。默認情況下，Langchain會從環境變量 OPENAI_API_KEY 中讀取API Key。注意，在代碼中直接嵌入API Key明文并不安全，切勿將API Key直接提交到代碼倉庫。我們建議利用.env文件和python-dotenv包來管理API Key

from langchain.schema import HumanMessage 提供了role為user的聊天內容對象封裝。如果您剛入門不久，建議先去刷下吳恩達老師的OpenAI 課程。我們在聊天時，內容是由content和role組成的。role分為system、user、assistant三種。在langchain的schema里提供了user這種角色的消息對象，簡化了我們聊天的代碼。

如果看到了下面這樣的反饋，我們完成了LangChain的第一個聊天程序。

總結

• 我們入門LangChain,了解其與OpenAI的關系，它對我們在業務中使用LLM提供了統一的封裝。

如何學習AI大模型？

我在一線互聯網企業工作十余年里，指導過不少同行后輩。幫助很多人得到了學習和成長。

我意識到有很多經驗和知識值得分享給大家，也可以通過我們的能力和經驗解答大家在人工智能學習中的很多困惑，所以在工作繁忙的情況下還是堅持各種整理和分享。但苦于知識傳播途徑有限，很多互聯網行業朋友無法獲得正確的資料得到學習提升，故此將并將重要的AI大模型資料包括AI大模型入門學習思維導圖、精品AI大模型學習書籍手冊、視頻教程、實戰學習等錄播視頻免費分享出來。

第一階段： 從大模型系統設計入手，講解大模型的主要方法；

第二階段： 在通過大模型提示詞工程從Prompts角度入手更好發揮模型的作用；

第三階段： 大模型平臺應用開發借助阿里云PAI平臺構建電商領域虛擬試衣系統；

第四階段： 大模型知識庫應用開發以LangChain框架為例，構建物流行業咨詢智能問答系統；

第五階段： 大模型微調開發借助以大健康、新零售、新媒體領域構建適合當前領域大模型；

第六階段： 以SD多模態大模型為主，搭建了文生圖小程序案例；

第七階段： 以大模型平臺應用與開發為主，通過星火大模型，文心大模型等成熟大模型構建大模型行業應用。

👉學會后的收獲：👈
? 基于大模型全棧工程實現（前端、后端、產品經理、設計、數據分析等），通過這門課可獲得不同能力；

? 能夠利用大模型解決相關實際項目需求： 大數據時代，越來越多的企業和機構需要處理海量數據，利用大模型技術可以更好地處理這些數據，提高數據分析和決策的準確性。因此，掌握大模型應用開發技能，可以讓程序員更好地應對實際項目需求；

? 基于大模型和企業數據AI應用開發，實現大模型理論、掌握GPU算力、硬件、LangChain開發框架和項目實戰技能， 學會Fine-tuning垂直訓練大模型（數據準備、數據蒸餾、大模型部署）一站式掌握；

? 能夠完成時下熱門大模型垂直領域模型訓練能力，提高程序員的編碼能力： 大模型應用開發需要掌握機器學習算法、深度學習框架等技術，這些技術的掌握可以提高程序員的編碼能力和分析能力，讓程序員更加熟練地編寫高質量的代碼。

1.AI大模型學習路線圖
2.100套AI大模型商業化落地方案
3.100集大模型視頻教程
4.200本大模型PDF書籍
5.LLM面試題合集
6.AI產品經理資源合集

👉獲取方式：
😝有需要的小伙伴，可以保存圖片到wx掃描二v碼免費領取【保證100%免費】🆓