今天我们仔细研究一下 LangChain 聊天模型。 LangChain 是一个很棒的工具，它提供了一个标准接口来与各种语言模型进行交互，包括基于文本的大型语言模型（LLM）和聊天模型。

LangChain中模型的概念

模型是 LangChain 的重要组成部分。LangChain 不是模型的提供者，而是一个接口，让您可以与来自其他地方的各种语言模型进行交互。目前 LangChain 支持 LLMs、Chat Models 和 Text Embedding 模型。

LLM 和聊天模型之间的主要区别在于它们的输入和输出结构。LLM 在基于文本的输入和输出上运行，而聊天模型遵循基于消息的输入和输出系统。

值得注意的是，聊天模型 API 是一项相对较新的功能，它们仍在确定最有效的抽象。

聊天模型入门

聊天模型是语言模型的变体。虽然它们在底层使用语言模型，但它们公开的接口有些不同。它们不是“文本输入、文本输出”API，而是公开一个接口，其中“聊天消息”是输入和输出。

在 LangChain，他们将 ChatMessage 称为聊天模型的信息模块化单元。这通常包括一个“文本”字段，表示聊天消息的内容。目前支持四种不同类别的 ChatMessage：

• HumanChatMessage：从人的角度发送的聊天消息。
• AIChatMessage：从人类正在与之通信的 AI 系统的角度发送的消息。
• SystemChatMessage：为 AI 系统提供有关对话的一些信息的消息。通常在对话开始时发送。
• ChatMessage：一个通用的聊天消息，不仅有一个“文本”字段，还有一个任意的“角色”字段。

LangChain 目前支持 ChatOpenAI 模型（使用 gpt-4 和 gpt-3.5-turbo），预计未来会增加更多。开始需要做的就是使用 LLM 实现的调用方法，传入一个字符串输入。以下是如何使用 ChatOpenAI 实现发起对话的简单示例：

import { ChatOpenAI } from "langchain/chat_models/openai";
import { HumanChatMessage } from "langchain/schema";

export const run = async () => {
    const chat = new ChatOpenAI();
const response = await chat.call([
    new HumanChatMessage(
        "What is a good name for a company that makes colorful socks?"
    ),
]);
console.log(response);
// AIChatMessage { text: 'nnRainbow Sox Co.' }
};

更深入的理解可以参考API参考：ChatOpenAI和HumanChatMessage。

集成：聊天模型

LangChain 提供了几种与各种模型提供者集成的聊天模型实现。其中包括 ChatOpenAI、Azure ChatOpenAI 和 ChatAnthropic。这些提供者中的每一个都有不同的实例化方式。例如，要实例化 ChatOpenAI：

import { ChatOpenAI } from "langchain/chat_models/openai";

const model = new ChatOpenAI({
  temperature: 0.9,
  apiKey: "your_openai_api_key"
});

temperature是调整模型响应随机性的超参数。较高的值会导致更多样化的输出，而较低的值会使输出更具确定性。apiKey 是个人的 OpenAI API 密钥，授权使用该模型。

同样可以实例化 Azure ChatOpenAI 和 ChatAnthropic：

// Azure ChatOpenAI
import { AzureChatOpenAI } from "langchain/chat_models/azure";

const model = new AzureChatOpenAI({
  temperature: 0.9,
  azureApiKey: "your_azure_api_key"
});

// ChatAnthropic
import { ChatAnthropic } from "langchain/chat_models/anthropic";

const model = new ChatAnthropic({
  temperature: 0.9,
  anthropicApiKey: "your_anthropic_api_key"
});

注意：确保将“your_openai_api_key”、“your_azure_api_key”和“your_anthropic_api_key”替换为实际 API 密钥。

请记住，每个提供者可能有其实现所特有的特定参数。请始终参考 LangChain 文档或提供商的文档以全面了解参数。

结论

LangChain 的聊天模型提供了与各种 AI 语言模型交互的统一方法。这种多功能性允许开发人员在不同的提供商之间无缝切换。虽然我们已经介绍了从 OpenAI、Azure 和 Anthropic 实例化聊天模型的基础知识，但 LangChain 中还有大量其他功能和定制可用。作为一个开源项目，LangChain 鼓励社区贡献以推动其发展和演变。使用 LangChain，创建强大的语言处理应用程序的潜力触手可及。