什么是LangChain？
LangChain是一个用于构建大模型应用的开源框架，它提供了模块化的组件，让你轻松地将LLM（大语言模型）与其他工具（如数据库、API）结合，创建强大的AI应用。2026年，LangChain已成为AI开发者的必备工具。
环境准备
在开始之前，请确保你的电脑已安装以下软件：
- Python 3.9+（推荐3.10）
- pip包管理器
- OpenAI API密钥（或其他LLM提供商密钥）
安装LangChain：
pip install langchain
同时安装必要的依赖：
pip install openai python-dotenv
LangChain核心概念
1. 模型（Models）
LangChain支持多种LLM提供商，如OpenAI、Anthropic等。你可以通过统一的接口调用不同的模型。
from langchain.llms import OpenAI
llm = OpenAI(model_name="text-davinci-003", temperature=0.9)
2. 提示模板（Prompts）
提示模板用于管理输入提示，使代码更整洁。
from langchain.prompts import PromptTemplate
prompt = PromptTemplate(
input_variables=["product"],
template="为{product}想一个吸引人的广告语？",
)
3. 链（Chains）
链将多个步骤组合起来，实现复杂功能。例如，先生成广告语，再翻译成英文。
from langchain.chains import LLMChain
chain = LLMChain(llm=llm, prompt=prompt)
result = chain.run("智能手表")
4. 代理（Agents）
代理可以让AI自主决定使用哪些工具，实现更智能的交互。
5. 记忆（Memory）
记忆模块让AI记住之前的对话，实现多轮对话。
实战项目：构建智能问答系统
我们将构建一个基于文档问答的AI应用，用户可以提问关于某个文档内容的问题。
步骤1：加载文档
使用LangChain的文档加载器读取文本文件。
from langchain.document_loaders import TextLoader
loader = TextLoader("sample.txt")
documents = loader.load()
步骤2：拆分文档
将文档拆分成小块，以便嵌入和检索。
from langchain.text_splitter import CharacterTextSplitter
text_splitter = CharacterTextSplitter(chunk_size=200, chunk_overlap=20)
texts = text_splitter.split_documents(documents)
步骤3：生成嵌入并存储
将文本转换为向量并存储在向量数据库中。
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import FAISS
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(texts, embeddings)
步骤4：创建问答链
使用RetrievalQA链，从向量库中检索相关文本，生成答案。
from langchain.chains import RetrievalQA
qa = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", retriever=vectorstore.as_retriever())
步骤5：运行问答
query = "文档中提到了哪些关键点？"
answer = qa.run(query)
print(answer)
进阶技巧
- 自定义提示模板：根据场景设计更精准的提示。
- 多轮对话：使用ConversationBufferMemory实现记忆功能。
- 集成外部API：通过Tool类让AI调用天气、新闻等API。
常见问题
Q1：API密钥如何获取？
可前往OpenAI官网注册并创建密钥。注意保密，不要泄露。
Q2：LangChain支持哪些向量数据库？
支持FAISS、Chroma、Pinecone等，可根据需求选择。
Q3：如何处理大文档？
使用递归文本拆分器，并适当调整块大小。
结语
通过本教程，你已经学会了使用LangChain构建一个简单的AI问答应用。LangChain的功能远不止这些，继续探索，你将能开发出更强大的AI产品。