【AI大模型应用开发】【LangChain系列】加速学习LangChain效率:源码环境安装 + 断点调试

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: 【AI大模型应用开发】【LangChain系列】加速学习LangChain效率:源码环境安装 + 断点调试
  • 大家好,我是同学小张,日常分享AI知识和实战案例
  • 欢迎 点赞 + 关注 👏,持续学习持续干货输出
  • +v: jasper_8017 一起交流💬,一起进步💪。
  • 微信公众号也可搜【同学小张】 🙏

本站文章一览:


学习一个开源项目,效率最高的还是实际将项目跑起来,然后断点,跟着一个数据流,逐渐深入。

所以,对于开源项目,进行源码环境的安装就比较重要了。本文我们来用源码安装的方式安装 LangChain。

0. 源码安装 LangChain

前面我们在 【AI大模型应用开发】【LangChain系列】0. LangChain框架介绍,实现LangChain的Hello World 中已经安装过 LangChain 了,但是那是直接安装的Python包,是无法进行断点调试和直接从我们自己的程序中跳转到源码阅读的。

建议先用 pip install langchain 安装一遍langchain包,然后再使用下面的命令单独安装个别模块的源码,这样保证安装的langchain的依赖都是完整的,部分源码,部分python包。

要想从源码安装 LangChain,需要使用 pip install -e . 命令。关于此命令的作用,我之前也写过:【Python笔记】pip intall -e命令:让你的工程直接使用开源包的源码,可断点调试,修改源码!

完整步骤如下:

(1)正常从github上下载源码到本地

git clone https://github.com/langchain-ai/langchain.git

(2)进入 langchain/libs/langchain 目录

(3)执行 pip install -e . 命令

(4)再进入到 langchain/libs/core 目录

(5)执行 pip install -e . 命令

(6)再进入到 langchain/libs/community 目录

(7)执行 pip install -e . 命令

可能遇到的问题:

类似的问题都是缺少对应的包导致的。例如上面缺少 poetry-core>=1.0.0 的包,那就用 pip install poetry-core 安装一下这个包即可。等安装完这个包之后,再重新 pip intall -e .

1. 验证是否源码安装成功

随便新建个python文件,写入以下代码:

from langchain.retrievers.web_research import WebResearchRetriever # 这里主要是为了让它能走到你打断点的地方

然后在 langchain\libs\community\langchain_community\chat_models\openai.py 的以下地方打个断点。

执行Python文件,程序会在断点处停止,表明源码安装成功:

断点处堆栈如下:

<module> (d:\GitHub\langchain\libs\community\langchain_community\chat_models\openai.py:63)
<module> (d:\GitHub\langchain\libs\community\langchain_community\chat_models\anyscale.py:15)
<module> (d:\GitHub\langchain\libs\community\langchain_community\chat_models\__init__.py:21)
<module> (d:\GitHub\langchain\libs\langchain\langchain\chains\router\multi_retrieval_qa.py:6)
<module> (d:\GitHub\langchain\libs\langchain\langchain\chains\router\__init__.py:4)
<module> (d:\GitHub\langchain\libs\langchain\langchain\chains\__init__.py:76)
<module> (d:\GitHub\langchain\libs\langchain\langchain\retrievers\document_compressors\chain_extract.py:13)
<module> (d:\GitHub\langchain\libs\langchain\langchain\retrievers\document_compressors\__init__.py:2)
<module> (d:\GitHub\langchain\libs\langchain\langchain\retrievers\contextual_compression.py:10)
<module> (d:\GitHub\langchain\libs\langchain\langchain\retrievers\__init__.py:25)
<module> (d:\GitHub\LEARN_LLM\langchain_example\web_rag copy.py:2)

大功告成。

如果觉得本文对你有帮助,麻烦点个赞和关注呗 ~~~


  • 大家好,我是 同学小张,日常分享AI知识和实战案例
  • 欢迎 点赞 + 关注 👏,持续学习持续干货输出
  • +v: jasper_8017 一起交流💬,一起进步💪。
  • 微信公众号也可搜【同学小张】 🙏

本站文章一览:

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
9天前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
193 1
|
9天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
376 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
迁移学习:让小数据也能驱动AI大模型
迁移学习:让小数据也能驱动AI大模型
222 99
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
139 13
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
|
20天前
|
机器学习/深度学习 人工智能 机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
|
18天前
|
人工智能 IDE 开发工具
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
CodeGPT是一款基于AI的编程辅助插件,支持代码生成、优化、错误分析和单元测试,兼容多种大模型如Gemini 2.0和Qwen2.5 Coder。免费开放,适配PyCharm等IDE,助力开发者提升效率,新手友好,老手提效利器。(238字)
140 1
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
|
17天前
|
存储 人工智能 监控
如何用RAG增强的动态能力与大模型结合打造企业AI产品?
客户的问题往往涉及最新的政策变化、复杂的业务规则,数据量越来越多,而大模型对这些私有知识和上下文信息的理解总是差强人意。
52 2
|
18天前
|
人工智能 自然语言处理 算法
现代AI工具深度解析:从GPT到多模态的技术革命与实战应用
蒋星熠Jaxonic,AI技术探索者,深耕代码生成、多模态AI与提示词工程。分享AI工具架构、实战应用与优化策略,助力开发者提升效率,共赴智能编程新纪元。
|
21天前
|
人工智能 数据可视化 前端开发
AI Ping:精准可靠的大模型服务性能评测平台
AI Ping是清华系团队推出的“大模型服务评测平台”,被誉为“AI界的大众点评”。汇聚230+模型服务,7×24小时监测性能数据,以吞吐量、延迟等硬指标助力开发者科学选型。界面简洁,数据可视化强,支持多模型对比,横向对标国内外主流平台,为AI应用落地提供权威参考。
208 3

热门文章

最新文章