浅谈

在全球程序员的圈子里，当下最火热的无疑是AI技术，其中OpenAI推出的ChatGPT更是被大家广泛使用。那我们能不能自己动手做一个chat聊天机器人呢？可以，在LangChainAI框架的帮助下简直是易如反掌…本文我将带大家来做一个聊天机器人…

LangChain

1. 什么是LangChain？

LangChain是一个开源的框架，它可以让AI开发人员把像GPT-4这样的大型语言模型（LLM）和外部数据结合起来。它提供了Python或JavaScript（TypeScript） 的包。

2. 为什么要使用LangChain？

• 首先它是一个开源框架，所以使用它会让我们的开发变得简单，变得标准
• 其次，GPT模型的训练会有局限性

我问chatGPT(3.5)什么是LangChain？他是这样回答的：

当我询问我的chat聊天机器人时，他是这样回答的：

所以chatGPT（3.5）的通用知识停留在上一次更新知识库的时间，而使用LangChain框架开发的聊天机器人在回答你的问题时可以访问到最新数据

打造聊天机器人

1. 准备

我们需要使用到colab,使用谷歌账号登录即可。(tips：需要魔法登录)

点击右上角 NEW NOTEBOOK 来到以下界面

2. 开始

• 安装LangChain和OpenAI，点击播放键运行

  • !pip install langchain==0.0.316
  • !pip install openai==0.28.1

在这里由于我们的openai版本已经超前，在这里并不适用，所以要指定旧版本

• 导入

  • from langchain.chat_models import ChatOpenAI
  • from langchain.schema import HumanMessage
  • import os

• 配置 掘友们需要在这里写上自己的API_KEY哦

  • os.environ[‘OPENAI_API_KEY’]=’*****************************************’
  • chat = ChatOpenAI(temperature = 0,model_name=”gpt-3.5-turbo”)

• 传入问题并输出结果

  • response = chat([HumanMessage(content=”Hello LangChain!”)])
  • print(response)

# LangChain怎么优化OpenAI 开发的
# 聊天模型
from langchain.chat_models import ChatOpenAI
# 分为三种角色 System、assistant、user(human)
# HumanMessage?问题传给他就ok
from langchain.schema import HumanMessage
import os#文件系统
# 设置环境变量，LangChain自动来拿key
os.environ['OPENAI_API_KEY']='****************************************'
chat = ChatOpenAI(temperature = 0,model_name="gpt-3.5-turbo")
# openai接受的就是一个数组
response = chat([HumanMessage(content="Hello LangChain!")])
print(response)

先跟它打个招呼！Hello LangChain！

大家看!他回我们了！我们接着问：

是不是感觉有点东西，嘿嘿嘿~~~~~~

结尾

我们将LangChain打造的聊天机器人结合到APP应用中去，就可以为你的App请来一位‘百事通’