2025.10.28

04_langchain_basics/01_Models.py

@@ -0,0 +1,18 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+from langchain_openai import ChatOpenAI
+
+# 初始化模型
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+
+# 调用模型
+response = llm.invoke('你好喵')
+print(response.content)

04_langchain_basics/02_Prompt.py

@@ -0,0 +1,32 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+
+from langchain_core.prompts import ChatPromptTemplate
+
+# 定义提示词模板(推荐写法)
+prompt = ChatPromptTemplate.from_messages([
+        ("system","你非常可爱，说话末尾会带个喵"),
+        ("human","{input}") # {input}:占位符
+])
+# 格式化输出
+formatted_prompt = prompt.invoke({"input":"你好喵"})
+print(formatted_prompt)
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+

04_langchain_basics/03_Chain.py

@@ -0,0 +1,33 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+
+from langchain_core.prompts import ChatPromptTemplate
+from langchain_openai import ChatOpenAI
+from langchain_core.output_parsers import StrOutputParser
+
+# 定义提示词模板
+prompt = ChatPromptTemplate.from_messages([
+    ("system", "你非常可爱，说话末尾会带个喵"),
+    ("human", "{input}")  # {input}:占位符
+])
+
+# 初始化模型
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+
+# 定义解析器，把LLM返回的AIMessage转成字符串
+parser = StrOutputParser()
+
+# 组成Chain
+chain = prompt | llm | parser
+
+# 最终调用
+result = chain.invoke({"input": "你好喵"})
+print(result)

04_langchain_basics/04_Memory.py

@@ -0,0 +1,89 @@
+import os
+from dotenv import load_dotenv
+
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+
+
+from langchain_core.prompts import ChatPromptTemplate,MessagesPlaceholder
+from langchain_openai import ChatOpenAI
+from langchain_core.output_parsers import StrOutputParser
+from langchain_community.chat_message_histories import ChatMessageHistory
+from langchain_core.runnables import RunnableWithMessageHistory
+
+
+prompt = ChatPromptTemplate.from_messages([
+    ("system", "你非常可爱，说话末尾会带个喵"),
+    MessagesPlaceholder(variable_name="history"),
+    ("human", "{input}")  # {input}:占位符
+])
+llm = ChatOpenAI(
+    model="deepseek-chat",
+    api_key=api_key,
+    base_url="https://api.deepseek.com"
+)
+parser = StrOutputParser()
+
+chain = prompt | llm | parser
+
+# 存储所有会话历史(可用数据库替换)
+# 此处用字典模拟，也可替换成Redis、SQL等
+store = {}
+
+def get_session_history(session_id:str):
+    """根据session_id获取该用户的聊天历史"""
+    if session_id not in store:
+        store[session_id] = ChatMessageHistory() # 创建新的历史记录
+    return store[session_id]
+
+
+# 包装成带记忆的Runnable
+runnable_with_memory = RunnableWithMessageHistory(
+    runnable=chain,
+    get_session_history=get_session_history,
+    input_messages_key="input",
+    history_messages_key="history"
+)
+
+session_id = 'user_123'
+while 1:
+    user_input = input("\n你:")
+    if user_input=="quit":
+        print('拜拜喵!')
+        break
+    response = runnable_with_memory.invoke(
+        {"input":user_input},
+        config={"configurable":{"session_id":session_id}}
+    )
+    print(f'AI:{response}')
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+

04_langchain_basics/05_practice.py

@@ -0,0 +1,65 @@
+import os
+from dotenv import load_dotenv
+
+load_dotenv()
+
+def create_client():
+    api_key = os.getenv("OPENAI_API_KEY")
+    return api_key
+
+
+from langchain_core.prompts import ChatPromptTemplate,MessagesPlaceholder
+from langchain_openai import ChatOpenAI
+from langchain_core.output_parsers import StrOutputParser
+from langchain_community.chat_message_histories import ChatMessageHistory
+from langchain_core.runnables import RunnableWithMessageHistory
+
+
+def create_bot(llm,sys_prompt):
+    """
+    :param sys_prompt: 系统提示词
+    :param llm: 已配置好的语言模型实例
+    :return:
+    """
+    prompt = ChatPromptTemplate.from_messages([
+        ("system",sys_prompt),
+        MessagesPlaceholder(variable_name="history"),
+        ("human","{input}")
+    ])
+    parser = StrOutputParser()
+    chain = prompt | llm | parser
+    store = {}
+
+    def get_session_history(session_id):
+        return store.setdefault(session_id,ChatMessageHistory())
+
+    return RunnableWithMessageHistory(
+        runnable=chain,
+        get_session_history=get_session_history,
+        input_messages_key="input",
+        history_messages_key="history"
+    )
+
+def main():
+    # 此处集中配置LLM
+    llm = ChatOpenAI(
+        model="deepseek-chat",
+        api_key=create_client(),
+        base_url="https://api.deepseek.com"
+    )
+    prompt = """你是‘小智’，一位专业、耐心且记忆力出色的 AI 助手。
+    你善于倾听，能记住用户之前提到的信息，并在后续对话中自然提及。
+    回答时简洁明了，避免冗余。"""
+    bot = create_bot(llm,prompt)
+    session_id = '123'
+    while 1:
+        user_input = input('\n你:')
+        if user_input == "quit":
+            print('拜拜')
+            break
+        response = bot.invoke({"input":user_input},config={"configurable":{"session_id":session_id}})
+        print("AI:",response)
+
+
+if __name__ == '__main__':
+    main()

04_langchain_basics/README.md

@@ -0,0 +1,55 @@
+## 🧩 模块说明：LangChain 基础核心组件
+
+📌 **核心知识点**：  
+LLM 调用｜Prompt 设计｜Chain 构建｜Memory 记忆｜实战练习
+
+---
+
+### 1. `01_Models.py`（模型调用）  
+封装 LLM 实例，实现标准调用流程。  
+
+✅ 掌握点：  
+- 如何初始化 ChatOpenAI 或 DeepSeek  
+- 设置 API Key 和 base_url
+
+---
+
+### 2. `02_Prompt.py`（提示词构建）  
+使用 `ChatPromptTemplate` 构建可复用的 Prompt 模板。  
+
+✅ 掌握点：  
+- 系统提示 + 历史消息 + 用户输入  
+- 使用 `{input}` 占位符  
+- 多轮对话的基础结构
+
+---
+
+### 3. `03_Chain.py`（链式调用）  
+将 Prompt + LLM + Parser 组合成 Chain。  
+
+✅ 掌握点：  
+- 使用 `|` 操作符连接组件  
+- 创建可复用的处理流程  
+- 输出解析为字符串
+
+---
+
+### 4. `04_Memory.py`（记忆功能）  
+添加会话记忆，实现多轮对话。  
+
+✅ 掌握点：  
+- 使用 `ChatMessageHistory` 存储历史  
+- `RunnableWithMessageHistory` 包装 Chain  
+- 保持上下文连贯性
+
+---
+
+### 5. `05_practice.py`（综合实践）  
+整合所有组件，搭建一个带记忆的 AI 对话机器人。  
+
+✅ 掌握点：  
+- 完整流程串联  
+- 实际运行体验  
+- 可直接扩展为 Web 应用
+
+💡 建议：跑通后，试试让 AI 记住你喜欢的颜色，并在后续对话中提及。