LangChain-快速开启大模型开发之旅(介绍与安装)

LangChain是一个流行的大语言模型开发框架，使用MIT开源许可证，有着庞大的开发社区，支持多数主流大模型应用开发，可以简化模型应用开发周期。

LangChain 因何而来？

随着近几年来人工智能爆炸式发展，以ChatGPT为代表的各种大语言模型层出不穷，各行各业掀起了一股AI热潮，无论是互联网还是其他企业单位都争相接入AI以提高企业竞争力和工作效率，大模型的开发应用也因此备受瞩目。

然而，由于不同公司开发的技术和应用不同，这些大模型各自的实现又不尽相同，要想接入某一家厂商的大模型，就需要详细查阅对应模型的开发文档，针对当前模型进行开发应用。更重要的是，一旦模型效果无法令人满意，更换另外一个大模型又需要用同样的开发步骤对当前代码进行重构，这会耗费大量时间精力。

LangChain因此诞生，对各种不同的大模型框架进行封装，抽象出几个通用接口，这样就能使用同一套代码对不同大模型进行开发应用了。

LangChain 三大组件

• 模型输入输出（Models I/O）
  这包括提示管理、提示优化、聊天模型和 LLMs，以及用于处理模型输出的常用实用程序。
• 检索（Retrival）
  检索增强生成涉及从各种来源加载数据，准备数据，然后搜索（也称为检索）数据以在生成步骤中使用。
• 代理（Agents）
  代理允许 LLM 自主决定任务的完成方式。代理决定要采取哪些操作，然后执行该操作，观察结果，并重复直到任务完成。LangChain 为代理提供了一个标准接口，以及用于构建自定义代理的 LangGraph。

LangChain框架详细结构如图所示

简单来说，LangChain就是标准化地调用大语言模型，开发者能够通过提供规范的提示模板提高调用效率，同时也能通过数据检索快速查询已有文档，最终由核心的链把这一切封装链接到一起。代理则是让模型能够调用外部工具，进一步提高效率。可以说LangChain提供了模型开发应用中大部分需要的组件。

LangChain 安装

LangChain是python的一个第三方库，因此可以用pip直接安装，下面的代码同时安装了LLM库，引入了一些大模型开发过程中需要的依赖项

pip install langchain[llms]

同时也可以使用conda安装

conda install langchain -c conda-forge

好了，现在就可以开启大模型开发之旅啦！