ArmNet 字元服务 文档

外观

LangChain 接入指南 ​

LangChain 是一个用于构建 AI 应用的开发框架，支持多种 LLM 后端。

安装​ ​

pip install langchain langchain-openai

配置 ArmNet 字元服务[​](/scenarios/engineering/langchain#配置-ArmNet 字元服务 "配置 ArmNet 字元服务的直接链接") ​

使用 ChatOpenAI​ ​

from langchain_openai import ChatOpenAI  
  
llm = ChatOpenAI(  
    model="gpt-4o",  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1",  
    temperature=0.7  
)  
  
response = llm.invoke("你好，请介绍一下你自己")  
print(response.content)

使用 OpenAI​ ​

from langchain_openai import OpenAI  
  
llm = OpenAI(  
    model="gpt-3.5-turbo-instruct",  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1"  
)  
  
response = llm.invoke("写一首关于春天的诗")  
print(response)

高级用法​ ​

对话链​ ​

from langchain_openai import ChatOpenAI  
from langchain.chains import ConversationChain  
from langchain.memory import ConversationBufferMemory  
  
llm = ChatOpenAI(  
    model="gpt-4o",  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1"  
)  
  
conversation = ConversationChain(  
    llm=llm,  
    memory=ConversationBufferMemory()  
)  
  
response1 = conversation.predict(input="你好！")  
response2 = conversation.predict(input="我们刚才说了什么？")

RAG 应用​ ​

from langchain_openai import ChatOpenAI, OpenAIEmbeddings  
from langchain.vectorstores import FAISS  
from langchain.chains import RetrievalQA  
from langchain.document_loaders import TextLoader  
  
# 配置 LLM  
llm = ChatOpenAI(  
    model="gpt-4o",  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1"  
)  
  
# 配置 Embeddings  
embeddings = OpenAIEmbeddings(  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1"  
)  
  
# 加载文档  
loader = TextLoader("document.txt")  
documents = loader.load()  
  
# 创建向量存储  
vectorstore = FAISS.from_documents(documents, embeddings)  
  
# 创建问答链  
qa_chain = RetrievalQA.from_chain_type(  
    llm=llm,  
    chain_type="stuff",  
    retriever=vectorstore.as_retriever()  
)  
  
response = qa_chain.run("文档中提到了什么？")

工具使用​ ​

from langchain_openai import ChatOpenAI  
from langchain.agents import initialize_agent, Tool  
from langchain.agents import AgentType  
  
llm = ChatOpenAI(  
    model="gpt-4o",  
    openai_api_key="YOUR_API_KEY",  
    openai_api_base="http://122.51.35.238:5170/v1"  
)  
  
tools = [  
    Tool(  
        name="Calculator",  
        func=lambda x: eval(x),  
        description="用于数学计算"  
    )  
]  
  
agent = initialize_agent(  
    tools,  
    llm,  
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,  
    verbose=True  
)  
  
agent.run("计算 25 * 4 + 10")

推荐模型​ ​

场景模型
通用对话gpt-4o
复杂推理claude-3-opus, gpt-5
长文本gemini-2.5-pro
代码生成claude-sonnet-4-5

常见问题​ ​

ImportError​ ​

确保安装了正确的包：

pip install langchain-openai

API 连接失败​ ​

检查 openai_api_base 参数格式，确保包含 /v1。

本页内容来自文档知识库整理，已按 ArmNet 字元服务 服务命名统一更新。