大家好，我是小锋老师，最近更新《2027版 基于LangChain的RAG与Agent智能体  开发视频教程》专辑，感谢大家支持。

本课程主要介绍和讲解RAG，LangChain简介，接入通义千万大模型 ，Ollama简介以及安装和使用，OpenAI库介绍和使用，以及最重要的基于LangChain实现RAG与Agent智能体开发技术。

视频教程+课件+源码打包下载：

链接：https://pan.baidu.com/s/1_NzaNr0Wln6kv1rdiQnUTg
提取码：0000

基于LangChain的RAG与Agent智能体开发 - 使用LangChain调用大语言模型

我们首先来安装下LangChain库

pip install langchain langchain-community langchain-ollama  -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host pypi.tuna.tsinghua.edu.cn

比如我们现在要调用的通义千问大模型，就需要使用到langchain-community社区库。当然内部还需要dashscope库的支持，也需要安装下。

pip install dashscope -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host pypi.tuna.tsinghua.edu.cn

DashScope（模型服务灵积）是阿里云推出的一个模型服务平台。它就像阿里云版的“OpenAI API 平台”，旨在通过标准化的API接口，为开发者提供丰富、易用的AI模型服务 。

下面是LangChain调用通义千问大语言模型的参考代码：

from langchain_community.llms.tongyi import Tongyi

# 创建模型
model = Tongyi(model="qwen-plus")

# 调用模型
result = model.invoke(input="你是谁")
print(result)

运行输出：

我们使用LangChain来调用Ollama本地大模型

from langchain_ollama import OllamaLLM

# 创建模型
model = OllamaLLM(model="qwen3:4b")

# 调用模型
result = model.invoke(input="你是谁")
print(result)

运行输出：