搭建LangChain开发环境 - 15天学会AI应用开发第十四天

LangChain，简单说，就是一套大模型应用开发框架。它的核心思路是“链式编排、任务流程组装”，能帮你快速搭建智能对话机器人、智能助手、自动化流程、知识库问答、Agent 智能体等应用。可以说，它是当前LLM应用开发领域里最趁手的工具之一。

LangChain支持对接各类在线大模型，包括OpenAI、文心、通义、讯飞等，也支持加载电脑本地的离线大模型。考虑到在线大模型每次调用都会消耗大量Token，接下来就以离线大模型为例，带你一步步搭建LangChain的开发环境。

一、安装Ollama：LangChain离线开发的基础组件

加载离线大模型，离不开Ollama。它的安装包有1.8G左右，是AI应用开发中智能体部分必须安装的组件。

Ollama的下载页面是 https://ollama.com/download，但直接从外网下载速度很慢，建议直接访问国内网盘链接：https://www.alipan.com/s/gkea9rqEDTU。

下载回来的安装包叫 OllamaSetup.exe，双击就能安装到系统盘的默认目录。如果想修改安装路径，需要打开命令行，输入以下命令（以安装到E盘为例）：

OllamaSetup.exe /DIR="E:Program FilesOllama"

安装完成后，在安装目录下会看到两个程序：ollama app.exe 提供可视化界面，ollama.exe 用于命令行操作。AI应用开发主要用到后者。

另外，需要确保系统的PATH环境变量中包含Ollama的安装目录（比如 E:Program FilesOllama）。如果没有，需要手动添加。

二、下载离线大模型：通过Ollama快速获取qwen2模型

通过Ollama下载离线大模型非常方便。比如在命令行窗口执行下面命令，就能下载 qwen2:1.5b 模型：

ollama pull qwen2:1.5b

不过，下载回来的模型默认存放在系统盘的 C:Users你的用户名.ollamamodels 目录下。如果想修改保存路径，只需新建一个环境变量 OLLAMA_MODELS，将变量值设为指定路径（例如 F:ollama_models），后续下载的模型就会自动保存到新目录。

模型下载完成后，在命令行窗口执行以下命令，启动Ollama并加载模型：

ollama serve

然后打开浏览器，访问 http://localhost:11434/api/tags，看看是否返回JSON串。有返回，就说明启动成功了。

比如下面返回的JSON串，表示Ollama已加载 qwen2:1.5b 模型：

{
"models": [
{
"name": "qwen2:1.5b",
"model": "qwen2:1.5b",
"modified_at": "2026-05-03T17:29:06.9028074+08:00",
"size": 934964102,
"digest": "f6daf2b25194025ae2d5288f2afd041997ce48116807a3b612c1a96b09bec03a",
"details": {
"parent_model": "",
"format": "gguf",
"family": "qwen2",
"families": ["qwen2"],
"parameter_size": "1.5B",
"quantization_level": "Q4_0"
}
}
]
}

三、安装LangChain：配置Python环境并验证连通性

在命令行窗口执行以下命令，即可安装LangChain及其Ollama插件：

pip install langchain langchain-core langchain-ollama

安装完成后，可以执行以下命令查看版本信息，建议三个版本都不低于1.0：

pip show langchain
pip show langchain-core
pip show langchain-ollama

接下来，编写一个简单的Python测试代码，让LangChain调用离线大模型 qwen2:1.5b 来回答问题：

from langchain_ollama import OllamaLLM

# 连接本地离线大模型（Ollama）
llm = OllamaLLM(model="qwen2:1.5b")

# 提问
response = llm.invoke("介绍一下人工智能")
print(response)

运行这段代码，输出结果如下：

人工智能（Artificial Intelligence，简称AI）是一种技术，旨在构建计算机程序和系统来模拟人类智能。这些系统可以学习、推理、思考、判断、解决问题和自我优化，并且能够完成复杂的任务，如语音识别、图像处理、自然语言处理等。人工智能的研究领域包括机器学习、深度学习、强化学习和认知科学等。

可以看到，大模型正常输出了回答内容，准确介绍了人工智能的概念及其应用领域。这说明LangChain已经成功安装，且与离线大模型连通无误。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。