​LangChain 是一套大语言模型 (LLM) 应用开发框架主打链式编排、任务流程组装可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。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。为避免在线大模型带来的大量Token消耗接下来以离线大模型为例介绍如何搭建LangChain的开发环境。一、安装OllamaAI应用在加载离线大模型时用到了 Ollama 它的安装包比较大有1.8G左右AI应用的智能体开发必须安装Ollama。Ollama的下载页面为 https://ollama.com/download 但外网速度较慢下载很耗时建议访问博主提供的下载链接 https://www.alipan.com/s/gkea9rqEDTU 。下载回来的Ollama安装包叫做OllamaSetup.exe双击它即可安装至系统盘的默认目录。若想修改Ollama的安装路径就要打开命令行输入下面的安装命令以安装到E盘为例OllamaSetup.exe /DIRE:\Program Files\Ollama等待安装完毕在安装目录下会找到“ollama app.exe”和“ollama.exe”两个程序前者提供了可视化界面而后者用于命令行AI应用开发主要使用后者。另外需确保系统的PATH环境变量中能找到Ollama的安装目录例如“E:\Program Files\Ollama”。如果PATH环境变量不包含Ollama的安装目录则需手工添加该目录。二、下载离线大模型通过Ollama可以很方便地下载离线大模型比如在命令行窗口执行下面命令即可下载大模型qwen2:1.5bollama pull qwen2:1.5b不过下载回来的离线大模型默认放在系统盘的“C:\Users\你的用户名\.ollama\models”目录下若想修改大模型的保存目录就要新建名叫OLLAMA_MODELS的环境变量并将变量值设为指定路径例如“F:\ollama_models”那么后续下载的大模型都会保存到新目录下。等待大模型下载完毕在命令行窗口执行下面命令即可启动Ollama并加载大模型ollama serve然后启动浏览器打开链接“http://localhost:11434/api/tags”观察是否返回json串有返回表示启动成功。比如下面返回的json串表示Ollama已加载大模型qwen2:1.5b{ models: [ { name: qwen2:1.5b, model: qwen2:1.5b, modified_at: 2026-05-03T17:29:06.902807408:00, 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在命令行窗口执行下面命令即可安装LangChain及其用到的Ollama插件pip install langchain langchain-core langchain-ollama在命令行窗口执行下面命令可查看当前三个LangChain的安装版本建议三个版本都不低于1.0pip show langchain pip show langchain-core pip show langchain-ollama然后编写Python测试代码如下由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(modelqwen2:1.5b) # 提问 response llm.invoke(介绍一下人工智能) print(response)运行上面的Python代码输出日志结果如下人工智能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。可见大模型正常输出回答内容即介绍了人工智能的概念及其应用领域正确执行的问答结果说明LangChain已经成功安装。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》。