引言
聊天机器人是AI应用中最常见的场景之一。借助LangChain和GPT-4o，我们可以快速构建一个功能强大的聊天机器人。本教程将带你从零开始，实现一个具备记忆能力的智能助手。
环境准备
安装依赖
pip install langchain openai python-dotenv
获取API Key
登录OpenAI平台，创建API Key，并保存到.env文件：
OPENAI_API_KEY=your_api_key_here
基本聊天功能
创建LLM实例
from langchain.llms import OpenAI
from dotenv import load_dotenv
load_dotenv()
llm = OpenAI(model="gpt-4o", temperature=0.7)
简单对话
response = llm("Hello, who are you?")
print(response)
添加记忆功能
使用ConversationBufferMemory来记住对话历史。
from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain
memory = ConversationBufferMemory()
conversation = ConversationChain(
llm=llm,
memory=memory,
verbose=True
)
conversation.predict(input="Hi, my name is Alice.")
conversation.predict(input="What is my name?")
自定义Prompt模板
为了让机器人更专业，我们可以设计特定的Prompt模板。
from langchain.prompts import PromptTemplate
template = """You are a helpful assistant specialized in technology.
Current conversation:
{history}
Human: {input}
AI:"""
prompt = PromptTemplate(
input_variables=["history", "input"],
template=template
)
conversation = ConversationChain(
llm=llm,
memory=memory,
prompt=prompt
)
添加工具（可选）
通过LangChain的Tool功能，可以让机器人调用外部API，比如查询天气。
from langchain.tools import Tool
from langchain.agents import initialize_agent, AgentType
def get_weather(city):
# 调用天气API的代码
return f"The weather in {city} is sunny."
tools = [
Tool(
name="Weather",
func=get_weather,
description="Get weather for a city"
)
]
agent = initialize_agent(
tools,
llm,
agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
verbose=True
)
agent.run("What's the weather in Beijing?")
部署为Web服务
使用Flask或FastAPI将聊天机器人封装为API。
from flask import Flask, request, jsonify
app = Flask(__name__)
@app.route("/chat", methods=["POST"])
def chat():
data = request.json
user_input = data["message"]
response = conversation.predict(input=user_input)
return jsonify({"reply": response})
if __name__ == "__main__":
app.run(host="0.0.0.0", port=5000)
完整代码
以上片段组合起来即可得到一个完整的聊天机器人。你可以在此基础上扩展更多功能，比如多轮对话优化、上下文窗口管理等。
总结
通过本教程，你学会了使用LangChain和GPT-4o构建聊天机器人的核心步骤。从基本对话到记忆功能，再到工具集成和部署，你已经具备了开发实际应用的能力。快去动手试试吧！