# learn-langchain

**Repository Path**: breath57/learn-langchain

## Basic Information

- **Project Name**: learn-langchain
- **Description**: 基于 LangChain 的学习项目
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2025-05-27
- **Last Updated**: 2025-12-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🦜🔗 LangChain 智能助手学习项目

这是一个全面的LangChain学习项目，展示了LangChain框架的各种功能和最佳实践。项目包含多个示例，从基础的聊天机器人到高级的RAG（检索增强生成）系统。

## 📋 项目特性

- **🤖 多种LLM集成**: OpenAI GPT、Anthropic Claude等
- **📚 文档处理**: PDF、Word、网页内容加载和处理
- **🔍 向量搜索**: 使用ChromaDB进行语义搜索
- **🛠️ 工具调用**: 网络搜索、计算器、代码执行等
- **🤖 智能体系统**: 自动推理和工具选择的AI助手
- **💾 记忆管理**: 对话历史和上下文管理
- **🔗 链式操作**: 复杂的多步骤推理
- **📊 流式输出**: 实时响应显示
- **🎯 提示工程**: 高级提示模板和技巧

## 🚀 快速开始

### 1. 环境准备

确保您已安装Python 3.9+：

```bash
python --version
```

### 2. 激活虚拟环境

```bash
# Windows
venv\Scripts\activate

# macOS/Linux
source venv/bin/activate
```

### 3. 安装依赖

```bash
pip install -r requirements.txt
```

### 4. 配置环境变量

复制环境变量示例文件：

```bash
copy .env.example .env
```

编辑 `.env` 文件，添加您的API密钥：

```env
OPENAI_API_KEY=your_actual_openai_api_key_here
```

### 5. 运行主程序

```bash
python main.py
```

## 💡 主要功能

### 命令行界面
程序提供了丰富的命令行交互功能：

```bash
# 基本命令
/help       # 显示帮助信息
/config     # 查看系统配置
/tools      # 查看可用工具
/agent      # 进入智能体模式 ⭐
/examples   # 运行示例程序
/quit       # 退出程序

# 模型管理
/models     # 列出可用模型
/switch     # 切换LLM模型

# 会话管理  
/memory     # 查看记忆统计
/clear      # 清空当前会话
/history    # 查看对话历史
/export     # 导出会话数据
```

### 智能体模式特色功能
- **自动工具选择**: AI根据问题自动选择最合适的工具
- **多轮对话**: 保持上下文，支持复杂对话流程
- **实时思考过程**: 显示AI的推理和工具使用过程
- **错误恢复**: 自动处理工具调用失败并重试

## 📁 项目结构

```
langchain-assistant/
├── main.py                 # 主程序入口
├── config/
│   ├── __init__.py
│   └── settings.py         # 配置管理
├── core/
│   ├── __init__.py
│   ├── llm_manager.py      # LLM管理器
│   ├── memory_manager.py   # 记忆管理
│   ├── vector_store.py     # 向量数据库
│   └── tools.py           # 工具集合
├── chains/
│   ├── __init__.py
│   ├── basic_chain.py      # 基础链
│   ├── rag_chain.py        # RAG链
│   └── agent_chain.py      # 智能体链
├── utils/
│   ├── __init__.py
│   ├── document_loader.py  # 文档加载器
│   ├── text_splitter.py    # 文本分割器
│   └── helpers.py          # 辅助函数
├── data/
│   ├── documents/          # 示例文档
│   └── knowledge_base/     # 知识库
├── examples/
│   ├── basic_chat.py       # 基础聊天示例
│   ├── rag_example.py      # RAG示例
│   ├── agent_example.py    # 智能体示例
│   └── tool_example.py     # 工具使用示例
├── requirements.txt        # 依赖列表
├── .env.example           # 环境变量示例
└── README.md              # 项目文档
```

## 🎯 学习路径

1. **基础概念** - 从 `examples/basic_chat.py` 开始
2. **文档处理** - 学习 `utils/document_loader.py`
3. **向量搜索** - 探索 `core/vector_store.py`
4. **工具使用** - 测试 `examples/tool_example.py`
5. **RAG系统** - 运行 `examples/rag_example.py`
6. **智能体** - 体验 `examples/agent_example.py`

## 🔧 功能模块

### LLM管理器
- 支持多种LLM提供商
- 自动重试和错误处理
- 流式输出支持

### 记忆管理
- 对话历史保存
- 上下文窗口管理
- 长期记忆存储

### 向量数据库
- 文档嵌入和存储
- 语义相似度搜索
- 增量更新支持

### 工具集成
- 网络搜索 (DuckDuckGo)
- 数学计算器
- 当前时间获取
- 文档摘要生成

### 🤖 智能体系统

本项目实现了功能完整的LangChain智能体，具备以下特性：

#### 核心功能
- **智能推理**: 能够理解复杂问题并制定解决方案
- **工具选择**: 自动选择最合适的工具来完成任务
- **多步骤执行**: 支持复杂的多步骤任务流程
- **错误处理**: 自动处理工具执行错误并重试
- **上下文记忆**: 在对话中保持历史上下文

#### 可用工具
- **DuckDuckGo搜索**: 实时网络信息搜索
- **计算器**: 数学运算和计算
- **时间工具**: 获取当前日期和时间
- **文档摘要**: 生成文本内容摘要

#### 使用方式
1. 在主程序中输入 `/agent` 进入智能体模式
2. 直接提问，智能体会自动选择合适的工具
3. 支持多轮对话和上下文理解
4. 输入 `/exit` 退出智能体模式

#### 示例对话
```
用户: 今天是几号？北京的天气怎么样？
智能体: 我来帮您查询。首先获取今天的日期，然后搜索北京的天气信息...
[自动使用时间工具和搜索工具]
```

#### 技术实现
- 基于LangChain的 `create_openai_tools_agent`
- 支持OpenAI函数调用格式
- 可配置的最大迭代次数
- 详细的执行日志和错误处理

#### 扩展性
- 易于添加新工具
- 支持自定义提示模板
- 可配置的智能体行为参数

## 🎯 学习资源

- [LangChain官方文档](https://python.langchain.com/)
- [LangChain GitHub仓库](https://github.com/langchain-ai/langchain)
- [LangSmith调试平台](https://smith.langchain.com/)
- [LangGraph工作流框架](https://langchain-ai.github.io/langgraph/)

## 🤝 贡献

欢迎提交Issue和Pull Request来改进这个学习项目！

## 📄 许可证

MIT License - 详见 [LICENSE](LICENSE) 文件

---

**开始您的LangChain学习之旅吧！** 🚀