图解 LangChain 园林设计，画到凌晨只为你规划完美景观

LangChain 就像一位经验丰富的园艺大师，帮你设计和打造完美的 AI 应用花园。

基本组件

1. 模型调用

from langchain.llms import OpenAI
from langchain.chat_models import ChatOpenAI
# 初始化语言模型
llm = OpenAI(temperature=0.7)
chat_model = ChatOpenAI()
# 简单对话
response = llm.predict("设计一个日式庭院")
print(response)

2. 提示词模板

from langchain.prompts import PromptTemplate
# 创建模板
garden_template = PromptTemplate(
    input_variables=["style", "size"],
    template="请设计一个{style}风格的{size}平米庭院"
)
# 生成提示词
prompt = garden_template.format(
    style="禅意",
    size="100"
)

实用功能

1. 链式调用

from langchain.chains import LLMChain
# 创建处理链
chain = LLMChain(
    llm=llm,
    prompt=garden_template
)
# 执行链式调用
result = chain.run(style="现代简约", size="50")

2. 记忆管理

from langchain.memory import ConversationBufferMemory
# 设置对话记忆
memory = ConversationBufferMemory()
chain = LLMChain(
    llm=llm,
    prompt=garden_template,
    memory=memory
)

常见任务示例

1. 园林设计助手

from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferWindowMemory
def create_garden_assistant():
    memory = ConversationBufferWindowMemory(k=3)
    chain = ConversationChain(
        llm=ChatOpenAI(temperature=0.7),
        memory=memory,
        verbose=True
    )
    return chain
# 使用助手
assistant = create_garden_assistant()
response = assistant.predict(input="我想设计一个小型日式庭院")

2. 多轮设计对话

def design_conversation(chain, requirements):
    context = ""
    for req in requirements:
        response = chain.predict(input=req)
        context += f"Q: {req}\nA: {response}\n"
    return context

注意事项

1. 合理设置 temperature 参数，避免回答过于发散
2. 记忆模块要及时清理，防止上下文过长
3. 提示词模板要简洁明确，避免歧义
4. 多轮对话中要维护好上下文连贯性

总结

LangChain 是打造 AI 应用的强大工具，可以帮你：

• 灵活调用语言模型
• 管理对话记忆
• 构建提示词模板
• 实现链式处理

掌握了这些组件，就能设计出赏心悦目的 AI 应用了！记住，就像园林设计一样，简约而不简单才是真谛~

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！