我们该如何应用LangChain进行多种的开发呢？在写一些项目的时候我们经常离不开要阅读一些开源产品的代码，而这个智能问答小客服就是在LangChain源代码上进行微小改动写出来的，能够更加清晰LangChain的结构。一起来看看吧！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：

组件类型子类型TextLoader索引组件文本加载器RecursiveCharacterTextSplitter索引组件文本分割器RetrievalQA链组件对话链ChatOpenAI模型组件LLMOpenAIEmbeddings模型组件文本嵌入模型Chroma索引组件VectorStores

准备工作

安装依赖

设置密钥

导入库和TXT加载器

开始编码

加载文本数据

使用TextLoader加载名为qa.txt的文本文件，并将其存储在data变量中。

分割文本

使用RecursiveCharacterTextSplitter将文本数据分割成多个片段，存储在all_splits变量中。

chunk_size是将这个长字符串按照设置的字符数拆分。

chunk_overlap 参数用于指定文本切分时的重叠量（overlap），表示每个分块的前后两个分块之间会有多少个字符是重复的。这样做的目的是避免关键信息被切分。

创建向量储存器

创建一个Chroma向量存储器，并使用OpenAIEmbeddings作为嵌入器，将分割后的文本片段作为输入，存储在vectorstore变量中。

用户输入循环

进入一个无限循环，提示用户输入问题。

创建问答链

创建一个ChatOpenAI实例，使用"GPT-3.5-turbo"模型和温度值为0。然后，使用RetrievalQA.from_chain_type方法，将ChatOpenAI实例和vectorstore作为检索器，创建一个问答链。

获取并打印回答

将用户输入的问题作为查询传递给问答链，并将结果存储在ret变量中。然后，打印出回答结果。

运行主函数

如果当前文件被直接执行（而不是被导入为模块），则调用run()函数。

qa.txt 内容

问题：扎染围巾的活动时长是多少？

答案：扎染围巾的活动时长是1.5—2小时。

问题：扎染围巾的价格是多少元一位？

答案：扎染围巾的价格是120元/人。

问题：制作土耳其水拓画的活动时长是多少？

答案：制作土耳其水拓画的活动时长是1.5—2小时。

问题：制作土耳其水拓画的价格是多少元一位？

答案：制作土耳其水拓画的价格是100元/人。

问题：北京绢人（标准版）的制作价格是多少元一位？

答案：北京绢人（标准版）的制作价格是150元/人。

问题：北京绢人（唐人坊精装版）的制作价格是多少元一位？

答案：北京绢人（唐人坊精装版）的制作价格是200元/人。

问题：捕梦网的制作活动时长是多少？

答案：捕梦网的制作活动时长是1—1.5小时。

问题：捕梦网的制作价格是多少元一位？

答案：捕梦网的制作价格是130元/人。

问题：马卡龙塑料框的光影纸雕灯制作价格是多少元一位？

答案：马卡龙塑料框的光影纸雕灯制作价格是160元/人。

问题：木框的光影纸雕灯制作价格是多少元一位？

答案：木框的光影纸雕灯制作价格是180元/人。

问题：弦丝画制作的活动时长是多少？

答案：弦丝画制作活动时长是2—3小时。

问题：用弦丝画制作福字是多少元一位？

答案：用弦丝画制作福字、旺字等单字款价格120元/人。

问题：用弦丝画制作旺字是多少元一位？

答案：用弦丝画制作福字、旺字等单字款价格120元/人。

问题：用弦丝画制作喜字是多少元一位？

答案：用弦丝画制作福字、旺字等单字款价格120元/人，其他图案款请咨询详谈。

问题：端午节香囊的制作价格是多少元一位？

答案：端午节香囊价格100元/人。

问题：中秋节月饼的制作价格是多少元一位？

答案：中秋节月饼价格120元/人。

执行结果演示

（可以换种问法尝试，我把“活动时长”改为“时间”尝试了一下）

报错与解决

在运行代码中遇到过两种问题：

报错1：Number of requested results 4 is greater than number of elements in index 1, updating n_results = 1

解决办法：增加txt文本的长度或减少切割长度

报错2：（无关紧要，可以忽略）python3.10/site-packages/sklearn/svm/_classes.py:32: FutureWarning: The default value of dual will change from True to 'auto' in 1.5. Set the value of dual explicitly to suppress the warning.

 warnings.warn(

解决办法：加入代码

import warnings

warnings.filterwarnings('ignore', category=FutureWarning)

完整代码

完整代码在githhub搜qq31682216/chatgpt_all，第一个项目便是。

小结

以上就是我在配置并使用用LangChain打造一个源代码智能问答小客服分享，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~