AIFAXIAN-CSDN博客

原创 LangChain聊天机器人实战：从零搭建记忆型+角色扮演AI（附源码级解析与代码）

本文介绍了如何使用LangChain开发聊天机器人，从最简单的命令行聊天机器人开始，逐步增强其功能。首先，通过LangChain和OpenAI API实现了一个基础聊天机器人，但由于API的无状态特性，机器人无法记住对话上下文。为了解决这个问题，引入了LangChain的ChatMessageHistory抽象，使用InMemoryChatMessageHistory在内存中存储聊天历史，并通过RunnableWithMessageHistory将聊天历史与模型结合，使机器人能够记住对话内容。最后，通过角色

2025-05-14 15:47:27 737

原创 LangChain核心组件实战：ChatModel与PromptTemplate高效开发

LangChain 的核心抽象是聊天模型（ChatModel），它与传统的文本生成模型（LLM）不同，专为聊天模式设计，类似于 ChatGPT。ChatModel 几乎可以完全替代 LLM，推荐在大多数应用中使用。通过 LangChain，开发者可以轻松集成 OpenAI 等供应商的模型，并使用 ChatModel 进行文本翻译等任务。LangChain 提供了同步和流式调用的方式，流式调用通过 stream 方法实现

2025-05-14 15:40:22 665

原创 LangChain实战指南：一个AI应用开发生态

1. LangChain是一个开发框架，提供基础抽象和LangChain表达式语言。2. LangChain的社区生态包含大量的各种实现和工具，需要根据需求选择相应的实现。3. LangChain的扩展生态包括LangServe、LangSmith、LangGraph等工具和平台，提供更多可做的事情。4. LangChain的表达方式LCEL通过管道符简化了组装链的过程，提升了代码的表达性。5. LangChain的发展需要根据自己的情况评估使用场景，持续关注和了解新的发展。6. LangChai

2025-05-12 12:01:01 824

原创 OpenAI API：LLM编程的事实标准（下）

聊天应答通常以标准的HTTP应答形式出现，但还有一种流式应答模式，用于提高响应速度。标准HTTP应答包含唯一标识（id）、对象类型（object）、生成时间（created）、模型（model）、系统指纹（system_fingerprint）和回复内容（choices）。流式应答通过SSE（服务器发送事件）技术实现，允许服务器在生成内容时逐步推送，减少用户等待时间。SSE是单向通信，适合一次性请求场景，而WebSocket则适合双向通信和长连接。流式应答在聊天场景中尤其有用，因为它可以逐字逐句地推送内容，

2025-05-12 11:27:11 997

原创 OpenAI API：LLM编程的事实标准上

在大模型“百模大战”的背景下，学习大模型的API并不需要逐一掌握，因为大多数大模型的编程接口设计相似。OpenAI API因其广泛影响和行业标准地位，成为学习大模型API的理想选择。OpenAI API提供了多种功能，如文本生成、图像处理等，其中核心接口是聊天补全（Chat Completions）。该接口的请求参数包括核心参数（如模型和消息列表）、工程参数、工具参数和模型参数。核心参数是学习大模型编程的关键，而工具参数对于开发Agent尤为重要。通过掌握OpenAI API，可以快速上手其他大模型的API

2025-05-12 11:23:40 969

原创大模型提示工程核心技术拆解：思维链与ReAct框架实战解析

如果说推理的部分都是大模型可以完成的，但行动要做的事恐怕就不是大模型可以单独完成的，比如搜索苹果遥控器，这显然就需要有一些其它的方式，帮助大模型完成这个搜索的动作。提示工程，顾名思义，就是研究怎么写提示词。显然，大模型知道分类是什么意思，也知道如何根据文本判断其情感，所以，在这个例子里，我们并没有给出任何更多的提示，大模型就能很好地帮我们完成分类的工作。无论是我前面的例子，还是零样本思维链，如果你自己测试，效果很有可能是不同的，原因很简单，大模型的推理能力是不断提升的，可能前一天还很傻，后一天就聪明了。

2025-04-26 17:25:19 800