开发框架教程(1)：LangChain 入门 —— AI 应用的"万能胶水"

1. 什么是 LangChain？

如果把 GPT-4 比作顶级大厨（核心大脑），那么 LangChain 就是设备齐全的现代化厨房。

虽然大厨会做菜，但如果只有大厨一个人：

他需要自己去买菜（获取数据）。
他需要自己切菜、洗碗（数据预处理）。
他记不住所有客人的口味（缺乏记忆）。

LangChain 的作用：它提供了一整套工具（菜刀、冰箱、食谱），帮大厨把"买菜 -> 切菜 -> 炒菜 -> 上菜"这一整套流程标准化、自动化。

在编程界，LangChain 被称为 "Glue Code" (胶水代码) 的集合体。它让大模型能轻松连接 PDF、数据库、搜索引擎等外部世界。

2. 核心组件 (六大金刚)

LangChain 虽然庞大，但这 6 个概念通过了你就能上手：

1. Models (模型 I/O)

它是对接各大模型的统一接口。
不管你用 OpenAI、Claude 还是 Ollama，LangChain 的代码写法几乎一样。你只需要换个模型名字，不用改代码逻辑。

2. Prompts (提示词模板)

它可以把 Prompt 变成填空题。
以前你写："请帮我翻译这句话：Hello"。
现在你写模板："请帮我翻译这句话：{content}"。程序运行时再把 content 填进去。

3. Indexes (索引/数据检索)

专门负责吃数据。
Document Loaders（加载 PDF/Word）、Text Splitters（切分文本）、Vector Stores（存入向量库）。这是做 RAG（知识库问答）的基础。

4. Chains (链)

把多个步骤串起来。
比如：【获取用户输入】 -> 【去数据库查资料】 -> 【喂给大模型】 -> 【输出结果】。这就是一条链。

5. Memory (记忆)

让 AI 记住上下文。
如果没有 Memory，你问"他叫什么？"，AI 会问"他是谁？"。LangChain 帮你自动把历史聊天记录塞进 Prompt 里。

6. Agents (智能体)

给 AI 工具和决策权。
Chain 是死板的流程（第一步做什么，第二步做什么）。
Agent 是智能的：AI 自己决定"我现在该查百度，还是该算数学题"。

3. 极速入门实战

这是最简单的调用大模型的代码。

# 0. 安装
# pip install langchain langchain-openai

import os
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

# 1. 创建模型
model = ChatOpenAI(model="gpt-3.5-turbo")

# 2. 创建 Prompt 模板
prompt = ChatPromptTemplate.from_template("请把这就话翻译成{language}：{text}")

# 3. 创建输出解析器 (把 AI 的对象回复变成字符串)
parser = StrOutputParser()

# 4. 组装链 (LCEL 语法：用 | 管道符号连接)
chain = prompt | model | parser

# 5. 运行
result = chain.invoke({"language": "日语", "text": "我爱学习"})
print(result) 
# 输出：私は勉強が大好きです

4. 总结

LangChain 是目前学习 AI 开发必学的第一框架。虽然它有时候显得有点臃肿，但它的生态是最丰富的。几乎所有新的 AI 技术，LangChain 都会第一时间支持。