LangChain 快速上手指南5 分钟跑通第一个 LLM 应用【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain想让大模型接上自己的数据、还能随时换模型LangChain 就是干这个的——一个把聊天模型、工具、数据源串成 AI 应用的开源框架不绑定任何厂商模型一行代码就能换掉。下面直接动手五分钟看到结果。它到底能帮你做什么一行命令接上主流大模型换模型不用改业务代码文本、文档等数据源标准化加载组件化拼装原型到生产通用五分钟跑通第一个 Demo最快安装方式pip install langchain langchain-openailangchain-openai是 OpenAI 的配套适配包用其他厂商就换对应的包。最小可运行代码from langchain.chat_models import init_chat_model model init_chat_model(openai:gpt-5.5) # 格式是 厂商:模型名 result model.invoke(用一句话介绍你自己)模型初始化入口在 libs/langchain_v1/langchain/chat_models/invoke跑完result.content里就是模型回复的文本。你会看到什么终端打印出模型的回答字符串比如它用一句话自我介绍。就这一来一回模型、调用、结果解析三件事已经全部走通了。换个场景试试实际项目里更常见的姿势是先喂数据再提问。比如把一份产品说明文本按长度切块再交给模型逐块总结这就是 RAG 检索问答的雏形。切文本用的是独立的 langchain_text_splitters 模块from langchain_text_splitters import CharacterTextSplitter splitter CharacterTextSplitter(chunk_size1000, chunk_overlap50) chunks splitter.split_text(long_text)加载文档、检索、向量库这些环节框架里都有对应组件比如文档加载器在 libs/core/langchain_core/document_loaders/后面接上就行。新手最容易踩的两个坑报错找不到 API Key先设置环境变量比如export OPENAI_API_KEY你的密钥再跑代码。换模型后直接报缺包init_chat_model只是统一入口每个厂商都需要装对应适配包如langchain-anthropic装上即可。下一步可以折腾什么工作流复杂了就上 LangGraph专门做可控的智能体编排想要调试和评测面板看看官方文档里提到的 LangSmith完整概念和教程从 README.md 里的文档入口进社区论坛里也有大量实战讨论【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考