用LangChian实现一个简易聊天机器人仅需25行代码？_langchat

昨天我们用了40行代码搭建出了智能问答小客服，已经清晰LangChain的结构了，今天我们来尝试用25行代码实现出一个简易聊天机器人。希望通过这个例子能帮助大家更加理解LangChain。

框架设计

组件一览：

准备工作

安装依赖

pip install langchain 
pip install openai

设置密钥

import os
import openai os.environ["OPENAI_API_KEY"] = 'your_openai_key'
os.environ['OPENAI_API_BASE'] = ''

导入库

from langchain.llms import OpenAI
from langchain.memory import ConversationBufferMemory
from langchain.prompts import ChatPromptTemplate,MessagesPlaceholder,SystemMessagePromptTemplate,HumanMessagePromptTemplate
from langchain.chains import LLMChain
from langchain.schema import AIMessage,HumanMessage,SystemMessage
from langchain.chat_models import ChatOpenAI

开始编码

ChatOpenAI响应信息

chat = ChatOpenAI()
chat([HumanMessage(content="Translate this sentence from English to French: I love programming.")])

记忆

创建对话内存实例,添加用户消息和AI消息

memory = ConversationBufferMemory()
memory.chat_memory.add_user_message("hi!")
memory.chat_memory.add_ai_message("whats up?")

对话

调用ChatOpenAI作为LLM。

llm = ChatOpenAI()

使用ChatPromptTemplate创建一个名为prompt的聊天提示，其中包含系统消息、消息占位符和人类消息。

prompt = ChatPromptTemplate(messages=[SystemMessagePromptTemplate.from_template("You are a nice chatbot having a conversation with a human."),MessagesPlaceholder(variable_name="chat_history"),HumanMessagePromptTemplate.from_template("{question}")])
memory = ConversationBufferMemory(memory_key="chat_history",return_messages=True)
conversation = LLMChain(llm=llm,prompt=prompt,verbose=True,memory=memory)

ConversationBufferMemory是一个对话内存的类，用于存储和管理对话的历史记录。通过设置memory_key参数，可以指定对话内存的键值，以便在后续的代码中引用。设置return_messages参数为True，表示在对话内存中存储的消息将被返回，以便在后续的代码中使用。

LLMChain是一个对话链的类，用于构建和管理聊天机器人的对话流程。通过设置llm参数为llm，prompt参数为prompt，verbose参数为True，memory参数为memory，可以创建一个具有指定参数的对话链实例。这个对话链实例将用于后续的对话交互，包括向聊天机器人提问并获取响应。

运行

使用conversation向LLMChain实例传递一个包含问题的字典，然后将返回的响应存储在response变量中，使用不同的问题进行对话。

response = conversation({"question": "hi"})
response = conversation({"question": "Translate this sentence from English to French: I love programming."})
response = conversation({"question": "Now translate the sentence to German."})

执行结果演示

完整代码（点击即可进入）

小结

以上就是我在配置并使用LangChian实现一个简易聊天机器人分享，希望可以帮到各位！欢迎关注或发私信与我共同讨论更多大模型领域知识~