零基础入门：30分钟用LangChain打造你的第一个AI Agent

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

创建一个极简版LangChain入门Demo，功能：1. 控制台对话界面 2. 记忆最近3轮对话 3. 天气查询工具集成。要求：代码不超过50行，包含详细注释，使用最简依赖库。输出可交互的Jupyter Notebook教程文件。

1. 点击'项目生成'按钮，等待项目生成完整后预览效果

今天想和大家分享一个超级实用的LangChain入门教程，特别适合像我这样刚接触AI开发的新手。最近在InsCode(快马)平台上实践了这个项目，发现它的交互式环境特别适合快速验证想法，下面就把我的学习过程整理出来。

1. 为什么选择LangChain？刚开始学AI开发时，总被各种复杂框架吓到。LangChain最大的优势是把大语言模型(LLM)的调用、记忆管理和工具集成都封装成了简单接口。比如我们要做的天气查询功能，传统方式可能需要处理API请求、解析JSON数据，而用LangChain只需要几行代码就能接入现成工具链。

2. 环境准备超简单在InsCode上新建Python项目时，系统已经预装了常用库。我们只需要额外安装两个包：langchain-core和requests。这里有个小技巧 - 用清华镜像源安装速度会快很多。记得选Python 3.8以上版本，兼容性最好。

3. 三步搭建核心功能

4. 对话界面：用LangChain的ConversationChain就能创建基础聊天框架，设置verbose=True可以看到AI思考过程
5. 记忆功能：通过memory参数添加ConversationBufferWindowMemory，设置k=3保留最近3轮对话

6. 天气查询：用Tool装饰器创建自定义工具函数，调用免费的天气API接口

7. 避坑指南第一次运行时遇到了几个典型问题：

8. API密钥没设置环境变量：建议在代码开头用os.environ直接配置
9. 记忆不生效：检查memory是否正确传入Chain构造函数

10. 工具调用失败：确保返回格式符合LangChain要求，要用str()包裹结果

11. 效果演示完成后的Demo虽然只有40多行代码，但已经具备：

12. 自然的多轮对话能力（比如连续问"北京天气怎么样？那上海呢？"）
13. 真实的天气数据返回（温度、天气状况等）
14. 对话历史感知（能根据上文进行指代消解）

整个开发过程最让我惊喜的是，在InsCode(快马)平台上完全不用操心环境配置问题。写完代码直接点击运行，还能通过网页分享给朋友测试。他们的交互式Notebook界面特别适合调试，每步执行结果都清晰可见。

对于想快速体验AI开发的同学，这种轻量级项目是很好的起点。之后可以继续扩展： - 添加更多工具（股票查询、翻译等） - 尝试不同的记忆策略 - 接入可视化前端

如果你也想尝试，强烈推荐用InsCode的在线环境，不用安装任何软件，浏览器打开就能写代码。我测试时发现他们的服务器响应速度很快，部署体验很流畅，特别适合做这种需要实时交互的AI项目。

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

创建一个极简版LangChain入门Demo，功能：1. 控制台对话界面 2. 记忆最近3轮对话 3. 天气查询工具集成。要求：代码不超过50行，包含详细注释，使用最简依赖库。输出可交互的Jupyter Notebook教程文件。

1. 点击'项目生成'按钮，等待项目生成完整后预览效果