LLM 应用开发指南

你可能没听过 LangChain，甚至可能没听过 LLM，但 ChatGPT 肯定不陌生吧？

2022 年底，ChatGPT 的横空出世，将我们推到了一个新的历史节点。

随后，各种 AI 技术和 AI 应用遍地开花，今天 “3 分钟利用 AI 开发出一个游戏”，明天 “第一个 AI 程序员诞生”……习惯了 CURD 的我们，不禁感到无力和担忧，生怕明天就会被 AI 淘汰了。但换个思路，大语言模型的快速发展，对我们程序员何尝又不是一个巨大的机会呢？

在我看来，AI 的研究可以分为两部分：基础研究和应用研究。

• 基础研究努力让模型更 “聪明”，这需要专业的领域知识。
• 应用研究，或者称 LLM 应用开发，是指如何将 AI 应用到实际的业务场景中，让 AI 技术落地，这块就是我们普通程序员的机会。

LLM 应用开发，目的是给大语言模型（LLM）这个聪明的 “大脑” 安上 “躯干和四肢”，将模型集成到我们的程序系统中，充分利用模型的推理决策能力。当然，这需要系统的学习。开发一个能运行的 LLM 应用很简单，但构造一个符合预期、实际可用的 LLM 应用却很难。

如何让模型更好地理解问题？如何让模型学习我们的私域数据？模型本身是没有记忆的，或者说是无状态的，那如何让模型记住直接的交互内容，做出更连贯的回复？现在火热的 Agent 智能体又是什么？我们如何实现自己的 Agent？……

这些都是我们需要去深入学习的，也是我们小册的重点内容。

幸好，学习这些内容不需要深奥的数学理论和复杂算法，只要有一些编程基础，就可以快速掌握。

不管你信不信，LLM 应用开发将会是每个开发者的下一门必修课，所以，这就赶紧学起来吧！

小册亮点

LangChain 是一个功能强大的用于开发 LLM 应用的框架，提供了一系列工具、组件和接口，极大简化了开发 AI 应用的流程。这无疑是我们学习 LLM 应用开发的最佳选择。

在本小册中，我们会基于 LangChain 框架，深入其各个模块源码，将 LLM 应用开发过程中每个环节的知识点都学习并串联起来，手把手带你学会从 0 构建自己的 LLM 应用。

有人可能会问：一个集成各种组件、方便 LLM 应用开发的 “胶水” 框架，有必要深究它的原理吗？

确实，如果只是想了解 LangChain 都有哪些模块，想看看哪个组件怎么传参，那官网已经写得很清楚了。但是，官网并不会介绍组件为什么这样设计、什么时候该用哪一种组件……很多组件的背后都有对应理论或实验支撑，这些理论，才是对我们深入 LLM 应用开发最有帮助的内容。

虽然涉及框架源码，但也不要担心看不懂，我会从最基础的开始介绍，一步一步带你变强。相关代码讲解，也会精简分支，去掉多余的代码，让你更容易理解。

另外，一图胜千言，我还画了很多流程图，例如下面截取的一些展示：