11. LangChain调用大模型

糖逗

1. LangChain支持的3种类型的模型：
①LLMs（大语言模型）：技术范畴的统称,指基于大参数量、海量文本训练的Transformer 架构模型,核心能力是理解和生成自然语言，主要服务于文本生成场景
②Chat Models（聊天模型）：应用范畴的细分,是专为对话场景优化的LLMIs,核心能力是模拟人类对话的轮次交互,主要服务于聊天场景
③Embeddings Models（嵌入模型）：文本嵌入模型接收文本作为输入，得到文本的向量

2. LangChain调用大模型
①访问阿里云大语言模型

1. # langchain_community
   
2. from langchain_community.llms.tongyi import Tongyi
   
3. 
   
4. # 不用qwen3-max，因为qwen3-max是聊天模型，qwen-max是大语言模型
   
5. model = Tongyi(model="qwen-max")
   
6. 
   
7. # 调用invoke向模型提问
   
8. res = model.invoke(input="你是谁呀能做什么？")
   
9. 
   
10. print(res)
    

复制代码

②访问本地ollama大语言模型

1. # langchain_ollama
   
2. from langchain_ollama import OllamaLLM
   
3. 
   
4. model = OllamaLLM(model="qwen3:4b")
   
5. 
   
6. res = model.invoke(input="你是谁呀能做什么？")
   
7. 
   
8. print(res)

复制代码

学习视频： [url=【黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目】 https://www.bilibili.com/video/B ... 2bff4ed856eadc41a71]https://www.bilibili.com/video/BV1yjz5BLEoY/?p=22&share_source=copy_web&vd_source=792a2cb63a1882bff4ed856eadc41a71[/url]

糖逗

FishC

LangChain调用大模型简介

LangChain 是一个强大的框架，用于构建基于大语言模型的应用程序。它支持多种类型的模型，方便开发者根据需求进行调用。以下是三种主要的模型类型：

• LLMs（大语言模型）：这是技术范畴的统称，指基于大参数量、海量文本训练的 Transformer 架构模型。核心能力是理解和生成自然语言，主要用于文本生成场景。
• Chat Models（聊天模型）：这是应用范畴的细分，专为对话场景优化的 LLMs。核心能力是模拟人类对话的轮次交互，主要用于聊天场景。
• Embeddings Models（嵌入模型）：这类模型接收文本作为输入，输出文本的向量表示，常用于搜索、聚类等任务。
  

调用大模型示例

以下是如何使用 LangChain 调用两种常见的大模型：

1. 访问阿里云大语言模型（使用 Tongyi 模型）：

1. 
   
2. # 导入 Tongyi 模型
   
3. from langchain_community.llms.tongyi import Tongyi
   
4. 
   
5. # 创建模型实例，使用 qwen-max（大语言模型）
   
6. # 注意：qwen3-max 是聊天模型，因此这里选择 qwen-max
   
7. model = Tongyi(model="qwen-max")
   
8. 
   
9. # 调用 invoke 方法提问
   
10. res = model.invoke(input="你是谁呀能做什么？")
    
11. 
    
12. print(res)
    

复制代码

2. 访问本地 Ollama 大语言模型（使用 OllamaLLM）：

1. 
   
2. # 导入 OllamaLLM
   
3. from langchain_ollama import OllamaLLM
   
4. 
   
5. # 创建模型实例，使用 qwen3:4b 模型
   
6. model = OllamaLLM(model="qwen3:4b")
   
7. 
   
8. # 调用 invoke 方法提问
   
9. res = model.invoke(input="你是谁呀能做什么？")
   
10. 
    
11. print(res)
    

复制代码

注意事项
- 在运行代码前，请确保已安装必要的库（如 langchain-community 和 langchain-ollama）。
- 调用阿里云模型需要配置 API 密钥，而本地 Ollama 模型需要提前安装并启动 Ollama 服务。
- 根据场景选择合适的模型类型：LLMs 适合文本生成，Chat Models 适合对话交互。

希望这些示例能帮助你快速上手 LangChain 调用大模型！如有更多问题，欢迎继续提问。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。