LangChain Cho Người Mới: Xây Dựng AI Agent Đầu Tiên

LangChain là framework phổ biến nhất để xây dựng ứng dụng AI trong môi trường sản xuất.

LangChain Là Gì?

LangChain là framework mã nguồn mở Python (và JavaScript) giúp đơn giản hóa việc xây dựng ứng dụng với LLM.

Vấn đề được giải quyết:

• Cung cấp bộ nhớ cho AI giữa các cuộc hội thoại
• Kết nối AI với tài liệu và cơ sở dữ liệu của bạn
• Xây dựng agent với công cụ (tìm kiếm web, máy tính, API)

Cài Đặt

pip install langchain langchain-openai langchain-community chromadb python-dotenv

Chain Đầu Tiên

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

model = ChatOpenAI(model="gpt-4o-mini", temperature=0)
prompt = ChatPromptTemplate.from_messages([
    ("system", "Bạn là trợ lý AI hữu ích."),
    ("user", "{question}")
])

chain = prompt | model | StrOutputParser()
result = chain.invoke({"question": "LangChain là gì?"})
print(result)

Hệ Thống RAG: AI Trả Lời Từ Tài Liệu Của Bạn

from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
from langchain_core.documents import Document
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough

documents = [
    Document(page_content="LearnGeni cung cấp 30 hướng dẫn AI với giá $5 mỗi cái."),
    Document(page_content="Hướng dẫn bao gồm LangChain, n8n, prompt engineering và nhiều hơn nữa."),
]

embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(documents, embeddings)
retriever = vectorstore.as_retriever()

prompt = ChatPromptTemplate.from_template("""
Trả lời dựa trên ngữ cảnh: {context}
Câu hỏi: {question}
""")

model = ChatOpenAI(model="gpt-4o-mini")
chain = ({"context": retriever, "question": RunnablePassthrough()} | prompt | model)
result = chain.invoke("Hướng dẫn LearnGeni có giá bao nhiêu?")
print(result.content)

Hội Thoại Với Bộ Nhớ

from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain

memory = ConversationBufferMemory()
conversation = ConversationChain(
    llm=ChatOpenAI(model="gpt-4o-mini"),
    memory=memory
)

print(conversation.predict(input="Xin chào! Tôi tên là Minh."))
print(conversation.predict(input="Bạn có nhớ tên tôi không?"))
# → "Có, bạn là Minh!" 

Agent Với Công Cụ

from langchain.agents import create_openai_functions_agent, AgentExecutor
from langchain.tools import Tool

def search_web(query: str) -> str:
    """Thực hiện tìm kiếm web"""
    return f"Kết quả tìm kiếm cho '{query}'..."

tools = [
    Tool(
        name="web_search",
        func=search_web,
        description="Dùng khi cần tìm kiếm thông tin mới nhất"
    )
]

Các Thành Phần Chính của LangChain

Dự Án Thực Hành: Bot Hỗ Trợ Khách Hàng

faq_documents = [
    Document(page_content="Hoàn trả được chấp nhận trong vòng 30 ngày kể từ ngày mua."),
    Document(page_content="Miễn phí vận chuyển cho đơn hàng từ 500,000đ trở lên."),
    Document(page_content="Hỗ trợ khách hàng từ 8h-22h hàng ngày."),
]

vectorstore = Chroma.from_documents(faq_documents, OpenAIEmbeddings())

support_prompt = ChatPromptTemplate.from_template("""
Bạn là nhân viên hỗ trợ khách hàng thân thiện.
Dựa trên thông tin FAQ sau để trả lời:
{context}

Câu hỏi khách hàng: {question}
""")

chain = ({"context": vectorstore.as_retriever(), "question": RunnablePassthrough()}
         | support_prompt 
         | ChatOpenAI(model="gpt-4o-mini"))

print(chain.invoke("Tôi có thể hoàn trả không?").content)

Muốn học LangChain từ cơ bản đến nâng cao? Hướng dẫn đầy đủ của LearnGeni bao gồm các dự án thực tế. Xem tất cả hướng dẫn.