WIP:《Langchain.js入门和实战》学习笔记

使用 Langchain JS 调用本地通义千问

安装 Ollama

请访问 Ollama 网站 并安装适用于您平台（mac、windows、linux）的版本。

安装完成后，执行以下命令以运行 Qwen 2.5：

ollama run qwen2.5

注意: Ollama 默认运行在 11434 端口。

如果你想使用其他模型，可以替换 qwen2.5 为其他模型名称。其他的模型可以在 这里 查看。

初始化项目

mkdir ai-demo
cd ai-demo
yarn init -y

安装依赖

yarn add @langchain/core @langchain/ollama

代码

// index.js
import { Ollama } from "@langchain/ollama"; // 使用了import语句，package.json 中需要指定 type: module

const ollama = new Ollama({
  baseUrl: "http://127.0.0.1:11434",
  model: "qwen2.5", 
});

const res = await ollama.invoke("讲个笑话")

console.log(res); 

执行 node index.js 即可看到结果。

使用 Langchain JS 调用智谱 ChatGLM API

通过api的方式调用智谱GLM，需要先在智谱开放平台注册账号，获取API Key。现在注册貌似会送一些积分，足够用了。

智谱官方也提供了SDK，这里还是以langchain调用为例。

安装 @langchain/community

yarn add @langchain/community

代码

// zhipu.js
import { ChatZhipuAI } from "@langchain/community/chat_models/zhipuai";

const model = new ChatZhipuAI({
  zhipuAIApiKey: process.env.ZHIPUAI_API_KEY, // 你的智谱 API Key
  model: "glm-4",
});

const res = await model.invoke("讲个笑话");

console.log(res);

本地数据源加载

使用TextLoader加载txt文件

// textLoader.js
import { TextLoader } from "langchain/document_loaders/fs/text";

const loader = new TextLoader("example.txt");

const docs = await loader.load();

console.log(docs);

使用PDFLoader加载pdf文件

需要安装pdf-parse

yarn add pdf-parse

// pdfLoader.js
import { PDFLoader } from "@langchain/community/document_loaders/fs/pdf";

const loader = new PDFLoader("example.pdf");

const docs = await loader.load();

console.log(docs);

使用DirectoryLoader加载目录下的所有文件

// directoryLoader.js
import { DirectoryLoader } from "langchain/document_loaders/fs/directory";
import { TextLoader } from "langchain/document_loaders/fs/text";
import { PDFLoader } from "@langchain/community/document_loaders/fs/pdf";

const loader = new DirectoryLoader("directory", {
  ".txt": (path) => new TextLoader(path),
  ".pdf": (path) => new PDFLoader(path),
});

const docs = await loader.load();

console.log(docs);