🎯 课程主题

介绍LangChain中模型调用前的四个准备工作：理解模型交互流程、掌握模型初始化的三种分类角度、了解主流线上模型服务平台、以及提前安装所有依赖。

📝 核心知识点

1. LangChain模型交互流程概述

• 概念说明：在LangChain中，大模型应用的典型交互流程为：创建模型 → 通过提示词模板填充提示词 → 与模型交互 → 解析模型输出为指定格式（字符串/JSON等）。
• 关键细节：本章聚焦于"模型的初始化和调用"，提示词模板和结构化输出将在后续章节讲解。

2. LLM与ChatModel的区分

• 概念说明：LangChain将模型分为两类——LLM（补全模型/非对话模型）和ChatModel（对话模型）。GPT-3时代以补全模型为主，模型不稳定，需LangChain封装API辅助调用。
• 关键细节：自GPT-3.5发布后，对话模型已足够稳定，LangChain-v1.2不再讲解补全模型。即使传入字符串，内部也会封装为Message格式以对话模型方式调用。

3. 模型初始化的三种分类角度

• 概念说明：
  • 角度一（用谁家的API）：可使用模型提供商自身的API（个性化方式），也可使用LangChain提供的统一API（推荐方式）。
  • 角度二（以什么方式创建）：核心参数包括base_url（对接地址）、model_name（模型名）、api_key（密钥）。推荐存储在配置文件（.env）中，而非硬编码在代码中。
  • 角度三（模型存放在哪）：在线部署模型（主流，通过网络调用服务器大模型）和本地部署模型（参数较小，能力相对弱）。
• 关键细节：LangChain本身只是工具框架，不存放任何大模型，必须依赖第三方。

4. 线上大模型服务平台概览

• 概念说明：平台集成了多家厂商的模型，方便统一调用。
• 关键细节：
  • OpenRouter：全球最主流的平台，提供大量国外模型，需魔法/梯子。
  • CloseAI：号称亚洲最大，中文界面，国内外模型均有。
  • 阿里云百炼：除通义千问外，也提供DeepSeek、Kimi等，企业端友好，赠送较多token。
  • 硅基流动：9B参数以下模型永久免费，适合个人学习。
  • 百度千帆 / 火山引擎：主打各自生态，对自家模型更友好。
  • 本课程后续以CloseAI为主进行演示。

5. 提前安装所有依赖

• 概念说明：将后续所有章节需要的第三方库和版本号写入requirements.txt，一次性安装，避免后续逐个安装的麻烦。
• 关键细节：版本号已写死，防止后续库更新导致冲突。使用命令：pip install -r requirements.txt。

🏗️ 架构与工作流

LangChain模型交互流程：创建模型 → Prompt Template填充 → 模型调用（invoke） → Output Parser解析输出。本章聚焦于第一步"模型创建与调用"，后续章节分别讲解Prompt Template和Output Parser。

💻 代码实战

本节课以理论讲解为主，无代码实战。

⚠️ 常见问题与避坑指南

• requirements.txt中的版本号已固定，若自行安装最新版可能产生依赖冲突，建议严格按照文件中的版本安装。
• 个人学习初期不必急于充值，各大平台（如阿里云百炼、硅基流动）有免费token赠送。
• 使用OpenRouter调用国外模型需要梯子/魔法，无梯子可用CloseAI替代。

💡 个人总结与延伸

本节课为第二章"模型的创建与调用"的总览，核心价值在于建立了模型初始化的知识框架。三个分类角度（用谁家的API、以什么方式创建、模型存放在哪）贯穿后续所有章节，是理解LangChain模型调用的基础。建议学习者根据自身情况选择1-2个平台（如CloseAI或硅基流动）进行后续实践。