智能体构建与应用开发课件 项目3 熟悉LangChain开发基础

项目3熟悉LangChain开发基础汇报人:时间:2026/05/01项目3熟悉LangChain开发基础目录CONTENTS01项目描述02任务3-1配置LangChain开发环境03任务3-2使用ModelIO核心组件01项目描述项目3熟悉LangChain开发基础项目背景与需求Coze平台功能受限于预设模块，难以实现复杂业务逻辑。LangChain作为企业级开发框架，提供代码级控制能力，支持任意模型组合、自定义工具链、复杂记忆管理及本地知识库集成，实现高度定制化工作流。学习目标与价值项目3从环境搭建开始，逐步深入LangChain核心模块，掌握构建可扩展、可维护的智能应用关键技能，完成从可视化平台使用者到AI开发者的关键跨越，培养企业级AI应用开发能力。02任务3-1配置LangChain开发环境学习目标知识目标了解LangChain和大语言模型的关系，理解LangChain的核心架构设计思想，掌握框架与模型间的协同增强机制。技能目标能够完成Python环境与LangChain依赖的安装配置，能够使用PyCharm创建和调试LangChain项目，具备基础工程实践能力。素养目标掌握AI应用开发基础工程配置能力，培养依赖管理、环境排查与解决实际技术问题的综合素养。3.1.1任务描述业务场景分析王亮所在公司需要为客户开发定制化、专业级智能体应用，超出低代码平台能力范围，必须掌握主流LangChain智能体编程框架。具体任务要求从零开始搭建LangChain本地开发环境，安装Python解释器与PyCharm，通过包管理工具安装LangChain核心依赖并验证成功，为深入框架核心组件与链式开发奠定基础。3.1.2必备知识基础关系LangChain是专为LLM应用开发设计的框架，本身不提供或训练模型，而是连接开发者与各种LLM的桥梁和工具箱。协同增强通过提示模板、记忆管理、工具调用、检索增强等抽象，将单一文本生成模型升级为智能体系统。整体架构采用模块化架构，拆分为langchain-core核心抽象层、langchain主集成包、langchain-community第三方集成包。核心组件涵盖Runnable接口、LCEL表达式语言、模型层、提示系统、输出解析器、记忆模块、工具与智能体、检索器等九大组件。3.1.3安装Python解释器和集成开发环境01Python解释器安装访问官网下载Python3.12.9，自定义安装至D盘python目录，勾选添加PATH环境变量及管理员权限等关键选项。02PyCharm安装配置下载Windows版本PyCharm，完成安装选项配置，启动后修改主题为LightwithLightHeader。03项目创建新建纯Python项目，位置D:\langchain\project3，解释器类型选择项目venv，指定已安装的python.exe文件。3.1.4安装LangChain核心依赖01镜像源配置将pip默认包下载地址设置为阿里云镜像源，加快国内下载速度，提升依赖安装效率。02核心依赖包安装langchain、langchain-openai、langchain-community三个核心包及python-dotenv环境变量管理包。03包功能说明langchain提供模块化工具和标准接口，langchain-openai封装OpenAIAPI调用，python-dotenv管理敏感配置信息。04安装验证创建test_env.py导入依赖并查看langchain版本号，运行输出版本信息验证安装成功。03任务3-2使用ModelIO核心组件

学习目标知识目标了解LangChainModelIO模块核心组件，了解调用模型常用输入格式，掌握输出解析器的作用与原理。技能目标能够调用大语言模型API完成基础文本生成，设计动态提示词模板，配置输出解析器转换结构化数据。素养目标培养模块化编程思维与接口规范意识，提升自然语言交互逻辑的抽象能力。3.2.1任务描述任务要求技术主管要求王亮学习LangChainModelIO模块，通过接口调用大语言模型实现基础文本生成，创建动态提示词模板，配置输出解析器将非结构化文本转换为结构化数据格式，完成模型调用、模板应用与数据解析的完整技能链。3.2.2必备知识ModelIO核心组件大语言模型接口统一多模型源API，提示词模板动态构建指令，输出解析器格式化非结构化响应。基础输入格式纯文本格式适合简单任务，结构化消息格式区分系统、用户、助手角色，适合多轮对话。高级输入格式包括提示模板生成文本和消息、文档格式、工具函数调用格式、多模态格式等增强型输入。输出解析器作用将AI自由文本自动转换为结构化数据，实现从聊天伙伴到自主完成标准化任务智能助手的转变。3.2.3调用大语言模型01环境变量配置使用硅基流动平台API密钥，新建.env文件输入API_KEY和BASE_URL，实现配置与代码分离保障安全。02模型调用实现实例化ChatOpenAI类配置api_key、base_url、model参数，通过invoke方法发送指令并处理异常。03关键参数说明常用参数包括api_key认证、base_url服务地址、model模型标识、temperature随机性、max_tokens最大生成数等。3.2.4创建和使用提示词模板文本提示词模板PromptTemplate创建填空式文本框架，通过变量替换生成具体提示，适合批量处理和标准化任务。聊天提示词模板ChatPromptTemplate构建角色对话框架，支持系统、用户、助手三种角色，确保多轮对话格式一致。多轮对话实现将前一轮真实回复嵌入assistant消息，使AI在完整上下文中理解任务，实现连贯对话。核心方法属性包括from_template创建模板、format填充变量、format_messages生成消息列表、append追加消息等。3.2.5使用输出解析器StrOutputParser字符串输出解析器从复杂消息对象中提取纯文本内容，通过invoke方法将AIMessage转换为可读字符串。JsonOutputParserJSON输出解析器识别符合JSON格式的内容，转化为Python字典，支持通过键名访问各字段数据。CommaSeparatedListOutputParser列表解析器将逗号分隔文本转换为Python字符串列表，通过get_format_instructions生成格式指令引导模型输出。项目3熟悉LangChain开发基础-小结项目3介绍了LangChain框架的基础开发知识，帮助学习者建立起利用LangChain进行大模型应用开发的基础能力。在任务3-1中完成了LangChain及必要依赖的环境配置