118 lines
4.2 KiB
Markdown
118 lines
4.2 KiB
Markdown
# LangChain Learning
|
||
|
||
[](https://github.com/your-repo/langchain-learning)
|
||
[](https://www.python.org/)
|
||
[](https://www.langchain.com/)
|
||
|
||
> LangChain 框架学习项目，集成 SiliconFlow API
|
||
|
||
## 功能特性
|
||
|
||
- **多 LLM 集成**：支持 OpenAI API、Silicon Flow 及 LangChain 抽象层
|
||
- **流式响应**：实时流式输出，带来更好的使用体验
|
||
- **Prompt 工程**：多种 Prompt 模板构建方式
|
||
- **输出解析**：支持 JSON 等格式解析
|
||
- **Token 用量追踪**：轻松监控 API 调用消耗
|
||
- **内存管理**：实现对话历史持久化（ConversationBufferMemory, SummaryMemory）
|
||
- **实战示例**：从基础到进阶的使用模式
|
||
|
||
## 快速开始
|
||
|
||
### 1. 安装依赖
|
||
|
||
```bash
|
||
pip install langchain>=1.2.15 langchain-community>=0.4.1 langchain-siliconflow>=1.0.0 requests>=2.33.1
|
||
```
|
||
|
||
***注意:*** *如果需要完整的记忆功能和更高级的模型，你可能需要安装额外的库。*
|
||
|
||
### 2. 配置环境变量
|
||
|
||
在项目根目录创建 `.env` 文件：
|
||
|
||
```env
|
||
SILICONFLOW_API_KEY=your_api_key_here
|
||
SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1
|
||
```
|
||
|
||
### 3. 运行示例
|
||
|
||
**Hello World 示例**
|
||
|
||
| 示例 | 命令 | 说明 |
|
||
|------|------|------|
|
||
| 直接调用 API | `python helloworld/helloworld.py` | 使用 requests 直接调用 SiliconFlow API |
|
||
| LangChain + ChatOpenAI | `python helloworld/helloworld_langchain_openai.py` | 通过 OpenAI 接口调用 LLM |
|
||
| LangChain + ChatSiliconFlow | `python helloworld/helloworld_siliconflow.py` | 使用 LangChain SiliconFlow 集成 |
|
||
| OpenAI 客户端 + SiliconFlow | `python helloworld/openai_siliconflow.py` | OpenAI 客户端兼容 SiliconFlow |
|
||
|
||
**Prompt 示例**
|
||
|
||
| 示例 | 命令 | 说明 |
|
||
|------|------|------|
|
||
| PromptTemplate | `python prompt/prompt_demo.py` | 演示 PromptTemplate 模板构建 |
|
||
| Few-shot Learning | `python prompt/fewshot_demo.py` | 带示例的少样本提示学习 |
|
||
| 从文件加载 Prompt | `python prompt/promt_from_file.py` | 从 YAML 文件加载提示词模板 |
|
||
|
||
**输出解析示例**
|
||
|
||
| 示例 | 命令 | 说明 |
|
||
|------|------|------|
|
||
| JSON 解析器 | `python parser/json_parser_demo.py` | 使用 JsonOutputParser 解析 LLM 输出 |
|
||
|
||
**Token 用量示例**
|
||
|
||
| 示例 | 命令 | 说明 |
|
||
|------|------|------|
|
||
| Token 追踪 | `python token/token_demo.py` | 使用 get_openai_callback 追踪 token 消耗 |
|
||
|
||
**内存管理示例**
|
||
|
||
| 示例 | 命令 | 说明 |
|
||
|------|------|------|
|
||
| 基础记忆 | `python memory/memory_desc.py` | 演示不同类型的 Memory 对象。|
|
||
| 带内存聊天 | `python memory/with_memory_demo.py` | 在对话链中管理和利用聊天历史记录。 |
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
langchain-learning/
|
||
├── helloworld/
|
||
│ ├── helloworld.py # 直接调用 SiliconFlow API
|
||
│ ├── helloworld_langchain_openai.py # LangChain + ChatOpenAI
|
||
│ ├── helloworld_siliconflow.py # LangChain + ChatSiliconFlow
|
||
│ └── openai_siliconflow.py # OpenAI 客户端 + SiliconFlow
|
||
├── prompt/
|
||
│ ├── prompt_demo.py # PromptTemplate 模板示例
|
||
│ ├── fewshot_demo.py # Few-shot Learning 示例
|
||
│ ├── promt_from_file.py # 从文件加载 Prompt
|
||
│ └── prompt_from_file.yaml # Prompt 模板文件
|
||
├── parser/
|
||
│ └── json_parser_demo.py # JSON 输出解析示例
|
||
├── token/
|
||
│ └── token_demo.py # Token 用量追踪示例
|
||
├── memory/ # 记忆管理模块
|
||
│ ├── memory_desc.py # 演示 Memory 对象类型
|
||
│ └── with_memory_do.py # 演示使用带内存的聊天循环
|
||
├── main.py # 入口文件
|
||
├── pyproject.toml # 项目配置
|
||
└── README.md
|
||
```
|
||
|
||
## 可用模型
|
||
|
||
- `deepseek-ai/DeepSeek-R1-0528-Qwen3-8B`
|
||
- `Qwen/Qwen3.5-4B`
|
||
|
||
## 技术栈
|
||
|
||
| 类别 | 技术 |
|
||
|------|------|
|
||
| 框架 | LangChain |
|
||
| LLM 提供商 | SiliconFlow |
|
||
| 语言 | Python 3.11+ |
|
||
|
||
## 许可证
|
||
|
||
MIT License
|