文章目录

1.编程环境2.框架介绍2.1.streamlit简单介绍2.2.langchain简单介绍

3.通义大模型3.1.阿里云百炼生成应用得到API KEY

4.下载相关包5.创建python项目5.1通过pyCharm创建项目5.2utils工具包代码5.3main包代码

1.编程环境

编程语言：python 3.12

IDEA：PyCharm 2023.2.3

项目管理工具：Anaconda Navigator 2.6

操作系统：window 10

2.框架介绍

2.1.streamlit简单介绍

只用 <code>Python 也能做出很漂亮的网站？Streamlit 说可以。

<code>Streamlit 官方介绍：能在几分钟内把 Python 脚本变成可分享的网站。只需使用纯 Python ，无需前端经验。甚至，你只需要懂 markdown ，然后按照一定规则去做也能搞个网页出来。它还支持免费部署，感动到落泪。

官方网站：https://streamlit.io/

2.2.langchain简单介绍

用于将外部数据和LLM大语言模型相结合，让LLM能够基于外部数据知识的基础上进行智能问答，这就是LangChain开源框架搭建的基于AI大模型下的AI应用开发新范式。

LangChain定义了一套基于大模型之上的应用开发框架，倡议各大模型能够按照框架定义进行相关实现，其也在不断完善其在大模型上的支持的能力，它的更新迭代很快，新的内容在不断出现。

下图描述了LangChain的业务架构，内部核心业务包括六个部分：Prompts、Models、Chains、Memory、Retriever、Agent。

官网地址：https://www.langchain.com/

3.通义大模型

由上面第2.2章所描述我们这里LLM大模型使用的是阿里通义系列。

3.1.阿里云百炼生成应用得到API KEY

申请地址：https://bailian.console.aliyun.com/#/app-center

使用通义系列中最强大的千问-max，特别注意创建应用需要登录阿里云并充值1块钱，调用接口是需要费用😅。

4.下载相关包

首先你的电脑需要有 <code>python 环境。打开项目管理工具Anaconda下载以下开发包

安装streamlit

使用下面这条命令就可以安装 streamlit。

pip install streamlit -i https://pypi.tuna.tsinghua.edu.cn/simple

安装 streamlit 成功后可以使用下面这条命令看看能不能运行起来。

streamlit hello

安装langchain

pip install langchain -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install langchain_community -i https://pypi.tuna.tsinghua.edu.cn/simple

5.创建python项目

5.1通过pyCharm创建项目

5.2utils工具包代码

<code># 1. 导入相关包

from langchain_community.llms import Tongyi

from langchain.chains import ConversationChain

from langchain.prompts import ChatPromptTemplate,MessagesPlaceholder

from langchain.memory import ConversationBufferMemory

# 2. 定义一个函数，用于发起请求，返回结果

def get_response(prompt, memory, api_key):

# 3. 创建模型对象

llm = Tongyi(

model = 'qwen-max',

dashscope_api_key = api_key

)

# 4. 创建chains链

# prompt = ChatPromptTemplate.from_messages([

# ("system", "你是一个乐于助人的AI小助手，请帮助用户回答问题"),

# MessagesPlaceholder(variable_name="history"),code>

# ("human", "{input}")

# ])

chains = ConversationChain(llm=llm, memory=memory)

# 5. 发起请求，返回结果

response = chains.invoke({ "input": prompt})

# 6. response记忆体，很多之前会话，本次会员包含在一个response的key中

return response['response']

# 7. 测试，测试结束后，终止

if __name__ == '__main__':

prompt = "世界上最高的山峰是哪一座？"

memory = ConversationBufferMemory(return_messages=True)

api_key = '请输入你申请的通义灵码API KEY'

result = get_response(prompt, memory, api_key)

print(result)

5.3main包代码