WTF Langchain极简入门: 01. Hello Langchain
最近在学习Langchain框架，顺手写一个“WTF Langchain极简入门”，供小白们使用（编程大佬可以另找教程）。本教程默认以下前提：
- 使用Python版本的Langchain
- LLM使用OpenAI的模型
- Langchain目前还处于快速发展阶段，版本迭代频繁，为避免示例代码失效，本教程统一使用版本 0.0.235
根据Langchain的代码约定，Python版本 ">=3.8.1,<4.0"。
所有代码和教程开源在github: github.com/sugarforever/wtf-langchain
Langchain 简介
大型语言模型（LLM）正在成为一种具有变革性的技术，使开发人员能够构建以前无法实现的应用程序。然而，仅仅依靠LLM还不足以创建一个真正强大的应用程序。它还需要其他计算资源或知识来源。
Langchain 旨在帮助开发这些类型应用程序，比如：
- 基于文档数据的问答
- 聊天机器人
- 代理
OpenAI 简介
OpenAI 是LLM生态的模型层最大的玩家之一。大家目前熟知的 GPT-3.5，GPT-4 等模型都是OpenAI的产品。它的API允许开发人员通过简单的API调用来访问这些模型。
Langchain与OpenAI
Langchain 作为一个开源框架，提供与OpenAI等语言模型的接口，简化了在应用程序中集成和利用语言模型能力的过程。
开发前的准备
在开始第一个Langchain应用程序之前，我们需要做一些必要的准备。
Google Colab
本教程中，我们将使用 Google Colab 在云端运行 Python 代码。Google Colab（全称Google Colaboratory）是一个由Google提供的云端开发环境，用于数据分析、机器学习和深度学习任务。它基于Jupyter Notebook，提供了一个免费的、云端的Python编程环境，用户可以直接在浏览器中编写和执行Python代码。
网址：https://colab.research.google.com/
无法使用Google Colab的同学，可以使用Visual Studio Code配合Jupyter插件在本地运行代码。
OpenAI API Key
在Langchain应用中使用OpenAI的模型，我们需要一个API Key。点击https://platform.openai.com/account/api-keys创建你的API Key。
第一个 Langchain 应用
这个简单的程序只有 1 行安装指令和 7 行代码：
安装指令
pip install langchain==0.0.235 openai
代码
from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage
import 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)
你应该能看到类似这样的输出：
content='Hello! How can I assist you today?' additional_kwargs={} example=False
我们拆解程序，学习该代码的结构：
以下系统命令安装必要的Python包，langchain和openai。
pip install langchain==0.0.235 openai以下代码将OpenAI的API Key设置在环境变量中。默认情况下，Langchain会从环境变量
OPENAI_API_KEY中读取API Key。注意，在代码中直接嵌入API Key明文并不安全，切勿将API Key直接提交到代码仓库。我们建议利用.env文件和python-dotenv包来管理API Key。import os
os.environ['OPENAI_API_KEY'] = '您的有效OpenAI API Key'以下代码导入了
ChatOpenAI类，该类封装了OpenAI的聊天模型。ChatOpenAI类的初始化参数temperature用于控制模型的生成文本的多样性。temperature越大，生成的文本越多样，但也越不可控。temperature越小，生成的文本越单一，但也越可控。temperature的取值范围为 0 到 1，默认值为 0.5。初始化参数model_name用于指定使用的模型，默认值为gpt-3.5-turbo。chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")以下代码完成与OpenAI GPT模型的第一次对话，并打印出响应。
response = chat([ HumanMessage(content="Hello Langchain!") ])
print(response)
运行代码
在 Google Colab 的页面，在每一个代码块，按 Ctrl/Cmd + Enter 即可运行代码，非常方便。
总结
本节课程中，我们简要介绍了 Langchain，OpenAI 以及它们的关系，并完成了第一个 Langchain 应用 —— Hello Langchain。