（一）从零开始：用 LangChain 和 ZhipuAI 搭建简单对话

最近一直在研究如何用 LangChain 和 ZhipuAI 搭建一个智能对话系统，发现这个组合真的非常强大，而且实现起来并不复杂。今天就来分享一下我的学习过程和一些心得体会，希望能帮到同样在探索这个领域的小伙伴们。

一、环境搭建：从零开始

首先，搭建一个智能对话系统的第一步是环境的配置。我们需要用到 LangChain AI应用开发框架和 ZHIPU AI开放平台的AI模型。LangChain 是将AI模型集成到应用中，而 ZhipuAI 提供了模型支持，比如 GLM-4-Flash。
以下代码均在jupyter上实现。

安装相关包

pip install langchain
pip install langchain_community
pip install zhupuai
# 若后续报错提示缺少包，则根据提示再安装就好

添加API key

质谱AI开放平台→个人中心（鼠标移到右上角，一个人的图标）→项目管理（左侧栏）→API keys（点击）→添加新的API key（右上角）

导入依赖库的代码如下：

from langchain_community.chat_models import ChatZhipuAI
from langchain_core.messages import AIMessage, HumanMessage, SystemMessage
from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain

然后，我们需要配置 ZhipuAI 的 API 密钥。这一步很简单，只需要将密钥填入环境变量中：

import os
os.environ["ZHIPUAI_API_KEY"] = "你的API key"

到这里，环境就搭建好了。是不是很简单？不过，别小看这一步，API 密钥的正确配置是后续一切顺利运行的基础。

二、模型初始化：选择 GLM-4-Flash

接下来是模型的初始化。这里我选择了 ZhipuAI 提供的 GLM-4-Flash 模型，它在对话任务中表现非常出色。初始化代码如下：

chat = ChatZhipuAI(model="glm-4-flash",temperature=0.5,
)

temperature 参数是用来控制模型输出的随机性的，值越高，输出越随机。我这里设置为 0.5，是一个比较平衡的选择。

三、单轮对话：最简单的开始

单轮对话是最基础的功能，只需要调用 chat.invoke() 方法，传入一个 HumanMessage 对象即可：

response = chat.invoke([HumanMessage(content="用一句话解释 LangChain")])
print(response.content)

运行这段代码后，模型会返回一个关于 LangChain 的简短解释。这一步非常简单，但也很有趣，因为你可以直接看到模型的输出。

结果如下：（模型不同结果可能不同）

LangChain是一个构建和扩展自然语言处理应用的开源框架。

四、多轮对话：手动管理历史

单轮对话虽然简单，但实际应用中我们更需要多轮对话。多轮对话需要管理对话历史，这里可以通过手动维护一个历史列表来实现：

history = [HumanMessage(content="推荐一部电影"), # 用户输入的内容AIMessage(content="我推荐肖申克的救赎"), # AI根据上面用户输出的内容（我们手动指定）HumanMessage(content="请介绍这部电影") # 用户再次输入的内容
]
new_response = chat.invoke(history)
print(new_response.content)

手动管理历史的好处是灵活性高，但缺点是需要自己维护历史记录，容易出错。

结果如下：（模型不同结果可能不同）

《肖申克的救赎》（The Shawshank Redemption）是一部1994年上映的美国剧情片，由弗兰克·德拉邦特（Frank Darabont）执导，根据斯蒂芬·金（Stephen King）的短篇小说《丽塔·海华丝及肖申克监狱的救赎》改编。这部电影以其深刻的主题、出色的表演和精湛的叙事技巧而闻名。以下是关于《肖申克的救赎》的一些详细信息：**剧情简介**：
故事发生在1947年的美国，银行家安迪·杜弗雷恩（Andy Dufresne）被错误地定罪谋杀了他的妻子和她的情人，并被判处两个无期徒刑。他被送到了肖申克监狱，这是一所位于缅因州的环境恶劣的监狱。在那里，他遇到了各种各样的人物，包括监狱长和他的腐败官员，以及监狱里的其他囚犯。安迪在监狱中展现了他的智慧和坚韧不拔，他帮助其他囚犯改善生活条件，并秘密地教授他们阅读和写作。随着时间的推移，安迪和监狱中的一位老囚犯瑞德（Red）建立了深厚的友谊。瑞德成为了安迪的知己，并见证了他的希望和坚持。**主要角色**：
- 安迪·杜弗雷恩（由蒂姆·罗宾斯饰演）：一个聪明、冷静、有毅力的银行家，被错误定罪。
- 埃利斯·“瑞德”·雷丁（由摩根·弗里曼饰演）：一个经验丰富的囚犯，后来成为安迪的朋友。
- 威尔·霍金斯（由鲍勃·冈顿饰演）：肖申克监狱的监狱长，一个腐败的官员。**电影特点**：
- **主题**：《肖申克的救赎》探讨了希望、友谊、救赎和自由的主题。它展示了即使在最黑暗的环境中，人们仍然可以保持希望和尊严。
- **叙事**：电影的叙事节奏缓慢而引人入胜，通过一系列的闪回和现实场景，逐渐揭示故事的细节。
- **表演**：蒂姆·罗宾斯和摩根·弗里曼的表演被认为是电影史上的经典之一，他们的角色深入人心。
- **音乐**：电影的音乐由托马斯·纽曼创作，以其悠扬的旋律和情感深度而著称。《肖申克的救赎》虽然在上映时并未获得巨大的商业成功，但随着时间的推移，它逐渐获得了广泛的认可和赞誉，被认为是电影史上最伟大的电影之一。

五、多轮对话：自动管理历史

为了更方便地管理对话历史，LangChain 提供了 ConversationBufferMemory，可以自动记录历史。代码如下：

# 实例化缓存对话历史
memory = ConversationBufferMemory()
conversation = ConversationChain(llm=chat, memory=memory)# 第一次对话
print(conversation.run("用一句话介绍肖申克的救赎")) print("--------------------------以下是第二轮对话---------------------------")# 第二次对话（自动携带历史）
print(conversation.run("类似的电影"))

这里 ConversationChain 会自动将历史记录传递给模型，开发者完全不需要手动管理历史。这种方式非常适合需要频繁交互的场景。

《肖申克的救赎》是一部改编自史蒂芬·金的短篇小说的电影，讲述了一个银行家安迪·杜佛兰在监狱中通过智慧和毅力最终获得自由的故事。
--------------------------以下是第二轮对话---------------------------
《肖申克的救赎》这样的电影通常被归类为励志片或剧情片，强调人性的光辉和希望的力量。以下是一些类似的电影：1. 《勇敢的心》（Braveheart）- 史蒂文·斯皮尔伯格执导，讲述苏格兰民族英雄威廉·华莱士的故事。2. 《辛德勒的名单》（Schindler's List）- 史蒂文·斯皮尔伯格执导，描述了二战期间德国商人奥斯卡·辛德勒如何拯救上千名犹太人的故事。3. 《美丽心灵》（A Beautiful Mind）- 根据诺贝尔经济学奖得主约翰·纳什的真实故事改编，讲述了他与精神疾病斗争并最终取得成功的故事。4. 《阿甘正传》（Forrest Gump）- 根据温斯顿·格鲁姆的同名小说改编，讲述了一个智力有限但心地善良的男子在美国历史中的奇遇。5. 《海上钢琴师》（The Legend of 1900）- 讲述了一个在船上出生并长大的钢琴天才的故事。6. 《当幸福来敲门》（The Pursuit of Happyness）- 威尔·史密斯主演，讲述了一个父亲如何在逆境中努力为儿子创造一个更好的生活。这些电影都通过主人公的奋斗和成长，展现了人性的坚韧和生命的价值。