LangChain ChatTemplate 实战：构建高效AI对话应用

1. LangChain ChatTemplate 基础解析

在构建AI对话应用时，消息模板是核心组件之一。LangChain提供的ChatTemplate系统让开发者能够更高效地管理对话流程。我们先从一个基础示例开始：

python复制from langchain_core.messages import SystemMessage, HumanMessage
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv
load_dotenv()

def basic_chat():
    model = ChatOpenAI(
        base_url=os.getenv("OPENAI_API_BASE"),
        api_key=os.getenv("OPENAI_API_KEY"),
        model=os.getenv("OPENAI_MODEL"),
    )
    messages = [
        SystemMessage(content="你是一个通用人工智能助手"),
        HumanMessage(content="翻译 hello world为日语")
    ]
    for i, msg in enumerate(messages):
        print(f"   {i + 1}. {msg.type}: \"{msg.content}\"")
    resp = model.invoke(messages)
    print(f"AI返回: {resp.content}")

这个基础示例展示了LangChain对话系统的几个关键元素：

1. 消息类型：SystemMessage用于设定AI角色，HumanMessage包含用户输入
2. 模型配置：通过环境变量管理API密钥和模型参数
3. 调用流程：构建消息列表→传递给模型→获取响应

提示：在实际项目中，建议将敏感配置如API密钥通过.env文件管理，不要硬编码在脚本中

2. ChatPromptTemplate 进阶应用

2.1 模板化消息构建

直接构造消息列表