LangChain 实战：构建你的第一个 AI 应用

什么是 LangChain？

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它提供了一套工具和抽象，让你能够轻松地将 LLM 与外部数据源、工具和记忆系统连接起来。

核心组件

Models（模型）：统一接口调用各种 LLM，包括 OpenAI、Anthropic、本地模型等。

Chains（链）：将多个组件串联成工作流，如问答链、摘要链。

Memory（记忆）：为对话添加上下文记忆，支持多种存储后端。

Agents（代理）：让 LLM 自主决定使用哪些工具、按什么顺序执行。

实战：构建一个 PDF 问答机器人

通过 LangChain，只需几十行代码就能实现：加载 PDF → 文本分割 → 向量嵌入 → 相似度搜索 → LLM 回答。

from langchain.document_loaders import PyPDFLoader
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import Chroma
from langchain.chains import RetrievalQA
loader = PyPDFLoader("paper.pdf")
docs = loader.load()
vectorstore = Chroma.from_documents(docs, OpenAIEmbeddings())
qa = RetrievalQA.from_chain_type(llm=ChatOpenAI(), retriever=vectorstore.as_retriever())
qa.run("这篇论文的核心贡献是什么？")

这就是 AI 应用开发的魅力——用简单的代码实现强大的功能。