目录一、LangChain模型分类二、LangChain调用大语言模型三、LangChain调用本地Ollama大语言模型一、LangChain模型分类现在市面上的模型多如牛毛各种各样的模型不断出现LangChain模型组件提供了与各种模型的集成并为所有模型提供一个精简的统一接口。LangChain目前支持三种类型的模型LLMs大语言模型、Chat Model聊天模型、Embedding Models嵌入模型。LLMs大语言模型是技术范畴的统称指的是基于海量文本训练的 Transformer 架构模型核心能力是理解和生成自然语言主要服务于文本生成场景。Chat Model聊天模型是应用范围的细分是专为对话场景优化的LLMs核心能力是模拟人类对话的轮次交互主要服务于聊天场景。Embedding Models嵌入模型文本嵌入模型接收文本作为输入得到文本的向量。LangChain支持的三类模型它们的使用场景不同输入和输出不同。阿里云通义千问系列主要来源于langchain_community包。二、LangChain调用大语言模型我使用的大语言模型是qwen3.5-plus。注意其实Tongyi在调用的时候还需要一个dashscope_api_keyDASHSCOPE_API_KEY,API Key我已经配置在环境变量中了它会自动取检索。fromlangchain_community.llms.tongyiimportTongyi# 实例化模型modelTongyi(model_nameqwen3.5-plus)# 模型推理responsemodel.invoke(帮我讲个笑话吧)print(response)流式输出fromlangchain_community.llms.tongyiimportTongyi# 实例化模型modelTongyi(model_nameqwen3.5-plus)# 模型推理responsemodel.stream(给我讲个笑话吧)forchunkinresponse:print(chunk,end,flushTrue)三、LangChain调用本地Ollama大语言模型fromlangchain_ollamaimportOllamaLLM modelOllamaLLM(modelqwen3:4b)responsemodel.invoke(给我讲个笑话吧)print(response)流式输出fromlangchain_ollamaimportOllamaLLM modelOllamaLLM(modelqwen3:4b)responsemodel.stream(给我讲个笑话吧)forchunkinresponse:print(chunk,end,flushTrue)