初学者学LangChain 简单易上手——入门指南

前言大家好我是一名从事AI应用开发的工程师。最近团队来了不少新人问得最多的就是“LangChain到底怎么学感觉好复杂啊”说实话我当初刚接触LangChain的时候也是一脸懵——各种概念满天飞文档看了半天不知道从哪下手。后来在工作中踩了不少坑慢慢摸索出了一套适合初学者的学习路径。今天我就把这套方法分享出来不讲废话直接上手让你在一篇文章里把LangChain跑起来一、LangChain是什么为什么大厂都在用它先给个最直白的定义LangChain是一个帮你把大模型比如GPT、通义千问等和各种工具、数据连接起来的框架。在没有LangChain之前我们要调用大模型做复杂任务得自己写很多“胶水代码”处理Prompt模板、管理对话记忆、实现工具调用、编排多步骤流程。而LangChain把这些模式都抽象成了标准组件你只需要像搭乐高积木一样把组件拼起来就行。为什么大厂都在用主要有三个原因模块化组件可以灵活组合快速搭建复杂应用统一接口切换不同的大模型OpenAI、通义千问、DeepSeek等只需要改一行代码生态丰富社区活跃各种现成的解决方案可以直接用二、环境搭建新手必看这里有个大坑2.1 Python环境LangChain要求Python 3.8或更高版本。建议直接用Python 3.10低版本在某些组件上会有奇怪的兼容性问题。bash # 检查你的Python版本 python --version2.2 创建虚拟环境强烈推荐bash # 创建虚拟环境 python -m venv langchain-env # 激活虚拟环境Windows langchain-env\Scripts\activate # 激活虚拟环境Mac/Linux source langchain-env/bin/activate2.3 ⚠️ 安装LangChain这里有个大坑很多新手上来就运行pip install langchain然后写代码时报错ModuleNotFoundError: No module named langchain_openai。问题出在哪LangChain这个包早就被拆分了。你只装了主包但具体和大模型对接的功能都在别的包里。正确的安装方式bash # 一步到位安装常用组件 pip install langchain langchain-openai python-dotenv # 如果你用的是国产大模型比如通义千问、智谱等 pip install langchain langchain-communityLangChain生态主要有这几个包langchain主包包含链、记忆等核心抽象langchain-core最底层的基础接口langchain-community社区维护的第三方集成langchain-openaiOpenAI模型的专用包2.4 配置API Key千万别把API Key硬编码在代码里正确做法是使用环境变量。创建.env文件bash # 一步到位安装常用组件 pip install langchain langchain-openai python-dotenv # 如果你用的是国产大模型比如通义千问、智谱等 pip install langchain langchain-community然后在代码中加载bash # 一步到位安装常用组件 pip install langchain langchain-openai python-dotenv # 如果你用的是国产大模型比如通义千问、智谱等 pip install langchain langchain-community三、Hello World——第一个LangChain程序环境配好了我们来写第一个程序3.1 最简版本调用大模型python from langchain_openai import ChatOpenAI from dotenv import load_dotenv import os # 加载环境变量 load_dotenv() # 初始化模型 model ChatOpenAI( modelgpt-3.5-turbo, temperature0.7 # 控制创造性0~1之间 ) # 调用模型 response model.invoke(你好请用一句话介绍LangChain) print(response.content)运行这段代码你就能看到大模型的回复了知识点ChatOpenAI是LangChain提供的聊天模型封装temperature参数越低回答越保守确定越高越有创造性invoke()是阻塞式调用会等待完整结果返回四、LangChain核心三件套LangChain的核心就三样东西搞懂这三样你就入门了4.1 大模型Model就是那个负责“说话”的东西。LangChain封装了对各种大模型的调用让你用统一的API去调用不同的模型。python from langchain_openai import ChatOpenAI # 用OpenAI model ChatOpenAI(modelgpt-3.5-turbo) # 换成DeepSeek只需要改一行 # from langchain_deepseek import ChatDeepSeek # model ChatDeepSeek(modeldeepseek-chat)4.2 提示词模板Prompt Template你每次问模型的问题大部分时候只是其中几个关键词在变。模板就是帮你把这种重复劳动抽象出来。python from langchain.prompts import ChatPromptTemplate # 定义一个翻译模板 template ChatPromptTemplate.from_messages([ (system, 你是一个专业的翻译助手), (user, 把下面的文字翻译成英文{text}) ]) # 使用时填入变量 messages template.format_messages(text你好世界)五、实战构建一个简单的翻译助手我们来做一个完整的翻译助手把上面学的都用上python from langchain.prompts import ChatPromptTemplate from langchain_openai import ChatOpenAI from langchain_core.output_parsers import StrOutputParser from dotenv import load_dotenv import os # 1. 加载环境变量 load_dotenv() # 2. 初始化模型 model ChatOpenAI( modelgpt-3.5-turbo, temperature0.3 ) # 3. 定义提示词模板 prompt ChatPromptTemplate.from_messages([ (system, 你是一个专业的{language}翻译专家只输出翻译结果不要添加任何解释。), (user, 请将以下内容翻译成{language}{text}) ]) # 4. 创建链 chain prompt | model | StrOutputParser() # 5. 运行 def translate(text, language英文): result chain.invoke({ language: language, text: text }) return result # 测试 print(translate(你好欢迎学习LangChain)) # 输出: Hello, welcome to learn LangChain! print(translate(今天天气真好我们出去玩吧, 日文)) # 输出: 今日は天気がいいですね、遊びに行きましょう这个例子展示了LangChain的核心工作流定义提示词模板带变量初始化大模型用|组装成链传入变量运行六、初学者避坑指南都是血泪教训坑1安装不全导致导入失败现象ModuleNotFoundError: No module named langchain_openai解决记得安装对应的模型包不只是langchain主包坑2API Key硬编码在代码里现象代码不小心上传到GitHub密钥泄露解决用.env文件 python-dotenv管理密钥坑3一上来就想搞Agent和RAG现象看了几天文档还是写不出代码解决先跑通最基础的链Chain再逐步进阶坑4版本不兼容现象照着教程写代码但运行报错解决LangChain 0.x 和 1.x 的API有差异注意教程的版本。建议直接用最新版参考官方文档七、下一步学什么恭喜你到这里你已经掌握了LangChain的核心思想。接下来可以按这个路线深入学习记忆Memory让AI记住对话上下文检索增强生成RAG让AI能回答你私有数据的问题智能体Agent让AI能自主调用工具、做决策LangGraph构建更复杂的多智能体协作系统写在最后学习LangChain最重要的是先跑起来再慢慢理解。不要被一堆概念吓到从最简单的链开始一步步往上加功能。我在大厂做AI应用开发这几年最深的一个体会就是能用起来比什么都重要。代码先跑通再去纠结“为什么这样写更好”。希望这篇文章能帮你迈出LangChain的第一步。如果遇到问题欢迎在评论区留言交流