【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

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
|
6月前
|
存储 人工智能 前端开发
Qoder + ADB Supabase :5分钟GET超火AI手办生图APP
本文介绍如何利用Qoder、阿里云ADB Supabase和通义千问图像编辑模型,快速搭建AI手办生图Flutter应用。无需传统后端,实现从前端生成到数据存储、AI服务集成的全链路敏捷开发,展现Vibe Coding的高效实践。
Qoder + ADB Supabase :5分钟GET超火AI手办生图APP
|
7月前
|
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。
2986 1
|
7月前
|
人工智能 Java API
构建基于Java的AI智能体:使用LangChain4j与Spring AI实现RAG应用
当大模型需要处理私有、实时的数据时,检索增强生成(RAG)技术成为了核心解决方案。本文深入探讨如何在Java生态中构建具备RAG能力的AI智能体。我们将介绍新兴的Spring AI项目与成熟的LangChain4j框架,详细演示如何从零开始构建一个能够查询私有知识库的智能问答系统。内容涵盖文档加载与分块、向量数据库集成、语义检索以及与大模型的最终合成,并提供完整的代码实现,为Java开发者开启构建复杂AI智能体的大门。
4303 58
|
7月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
1136 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
6月前
|
自然语言处理 数据挖掘 关系型数据库
ADB AI指标分析在广告营销场景的方案及应用
ADB Analytic Agent助力广告营销智能化,融合异动与归因分析,支持自然语言输入、多源数据对接及场景模板化,实现从数据获取到洞察报告的自动化生成,提升分析效率与精度,推动数据驱动决策。
|
7月前
|
人工智能 安全 数据库
构建可扩展的 AI 应用:LangChain 与 MCP 服务的集成模式
本文以LangChain和文件系统服务器为例,详细介绍了MCP的配置、工具创建及调用流程,展现了其“即插即用”的模块化优势,为构建复杂AI应用提供了强大支持。
|
8月前
|
SQL 人工智能 Java
用 LangChain4j+Ollama 打造 Text-to-SQL AI Agent,数据库想问就问
本文介绍了如何利用AI技术简化SQL查询操作,让不懂技术的用户也能轻松从数据库中获取信息。通过本地部署PostgreSQL数据库和Ollama模型,结合Java代码,实现将自然语言问题自动转换为SQL查询,并将结果以易懂的方式呈现。整个流程简单直观,适合初学者动手实践,同时也展示了AI在数据查询中的潜力与局限。
1087 8
|
6月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1629 64
|
7月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1447 75

热门文章

最新文章