前端开发者玩转AI编程：揭秘Node+Langchain技术组合的魔法（一）

猿儿本无心

已于 2025-04-16 09:34:41 修改

阅读量670

点赞数 13

分类专栏：揭秘Node+Langchain 文章标签： AI编程 langchain node.js

于 2025-03-14 11:32:17 首次发布

本文链接：https://blog.csdn.net/Yuanben_wuxin/article/details/146248869

版权

揭秘Node+Langchain 专栏收录该内容

5 篇文章

订阅专栏

系列文章目录

揭秘Node+Langchain技术组合的魔法（一）快速开始

揭秘Node+Langchain技术组合的魔法（二）提示词

揭秘Node+Langchain技术组合的魔法（三）工程化

揭秘Node+Langchain技术组合的魔法（四）RAG

揭秘Node+Langchain技术组合的魔法（五）RAG2

文章目录

二、LangChain：大语言模型的集成框架

前言

随着人工智能技术的飞速进步，AI的影响力已经深入到我们生活的每一个角落。在这个变革的时代，AI工程师和算法工程师们无疑成为了行业的焦点，他们的成就和收益也成为了热议的话题。然而，面对这样的浪潮，传统的前端开发工程师是否也能在这个AI的黄金时代中找到自己的位置，分得一杯羹呢？

正如雷军在一场激励人心的演讲中所言：“如果你想成就一番事业，那就勇敢地开始行动。哪怕最初的成绩并不理想，哪怕过程充满瑕疵，一个不完美的开始仍然是最好的起点。不要等待所谓的完美准备，因为完美永远不存在于准备之中，而只会在不断的行动与调整中逐渐显现。” 这段话，对于每一位渴望在AI领域开拓新天地的前端工程师来说，无疑是一剂强心针。让我们一起在这个系列文章中探索，如何将前端开发与AI技术相结合，开启前端工程师的AI编程之旅。

一、Node.js：不止于启动工具

对于大多数前端开发者而言，Node.js 并不是一个陌生的名词。然而，许多人可能仅仅将其视为启动前端程序的辅助工具。实际上，Node.js 的潜力远超于此。作为一个开源的、跨平台JavaScript运行时环境，Node.js 的应用范围广泛，不仅限于工具开发，它还能胜任后台服务、桌面应用等多种角色。在未来的文章中，我将专门开辟一个系列来探讨Node.js结合Express框架的开发技巧，因为它的开发模式与前端如出一辙，掌握它可以说是水到渠成。至于Node.js的更多细节，网络上已有丰富的资源，这里就不过多赘述。

二、LangChain：大语言模型的集成框架

LangChain，这是一个专注于将大型语言模型（LLMs）无缝集成至应用程序中的开源框架。其核心宗旨在于简化开发流程，提供一系列易于上手的工具和组件。你可以将其视为一个集成了众多AI工具的开发套件。LangChain 支持Python和Node.js两种编程语言，而在本系列文章中，我们将重点关注如何使用Node.js来实现LangChain的强大功能。

四、环境准备

1.node环境

此处不多搬运，可自行百度

2.ollama环境

ollama是一个专门在本地安装运行大模型的工具

2.1 软件下载

软件下载地址：Ollama

本人选择的是Windows版本

2.2 安装以及环境变量配置

安装时要注意两点，一是安装目录会默认在c盘，二是安装的大模型也会安装在c盘

🌟 建议大家跟我一样提前建好安装的目录和存放模型的文件夹

🎯 切换安装目录

找到安装文件所在位置，进入cmd模式，然后执行如下命令

OllamaSetup.exe /DIR=D:\ProgramFiles\Ollama\shengcheng

🎯 切换模型文件路径

进入到环境变量设置界面，添加用户环境变量

变量名是：OLLAMA_MODELS 变量值是你想要存放模型文件的路径

2.3 大模型安装

📚 进入官网查看支持的大模型列表

地址：Ollama Search

本人选择的是deepseek-r1的8b模型（本人电脑带不动特别大的）

复制右侧的ollama命令，在cmd页面中执行

这个命令字面意思是运行deepseek的8b模型，实际上会监测你有没有下载这个模型，没有下载的话会自动下载，下载完成后自动运行

运行成功后就可以在小黑框里面做一些简单的交流了

2.4 ollama 常见的命令

1.安装或者运行

ollama run deepseek-r1:8b

2.查看已经安装的大模型列表

ollama ls


3.查看在运行的大模型列表

ollama ps


4.停止某个正在运行的大模型

ollama stop deepseek-r1:8b

5.删除某个大模型

ollama rm deepseek-r1:8b

五、制作第一个Demo

1.拉取模板

官方推荐的快速开始模板地址：https://github.com/langchain-ai/langchainjs

2.安装依赖

💡 如果和模板中原有依赖冲突的话把模板中的langchain依赖直接删了即可

因为官方推荐的模板是基于在线的大模型的，本人比较穷，买不起在线的token，免费的又嫌太麻烦，所以就直接调用本地的大模型了

npm i @langchain/core @langchain/ollama

3.修改模板

修改的文件是 src\index.ts

整个文件代码不多，我整个贴到下面了

import { ChatOllama } from '@langchain/ollama';

// 创建模型实例，设置基础参数
const model = new ChatOllama({
  baseUrl: "http://localhost:11434",
  model: "deepseek-r1:8b",
  temperature: 0.7, // 控制输出的随机性
});


// 组合消息链并调用模型
const res = await model.invoke("给我讲个笑话");

console.log('AI助手的回答：');
console.log(res);