LangChain接入azureopenai步调（2025年初）
背景：为了快速且规范的实现ai应用，可使用LangChain框架，便于后期维护。虽然deepseek异军突起，在终端用户占据率很高，但是过细查阅相干api接口，尤其是自有知识库必要使用的文本向量化模型方面，openai仍无法被替代。目前国内仍无法付费使用openai接口，必要迂回使用azure版的openai相干模型。
目前，ai类应用处于快速迭代期，许多一年前的教程已经过期，因此记录下2025年最新的ai应用使用方法。
一、开通azureopenai必要注册azure.microsoft.com微软云服务，并绑定visa功能的信用卡。
openai.com不支持国内信用卡：
https://i-blog.csdnimg.cn/direct/a4f59de70a584f0e86e30d07e7bff5c7.png
在azure的主页左上角下拉菜单，找到“成本管理 + 计费”：
https://i-blog.csdnimg.cn/direct/cd53d9133c714252a5bf136824fe2f2d.png
在“成本管理 + 计费”窗口左侧导航栏，打开“计费-》付款方式”：
https://i-blog.csdnimg.cn/direct/5be8a2b1e3994cd7b6eea79745b19a35.png
添加visa卡即可。
二、进入Azure AI Foundry，创建ai容器
访问新版的ai地址：Azure AI Foundryhttps://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7https://ai.azure.com/
https://i-blog.csdnimg.cn/direct/2d4fec9b91e641b5b753d21bdee73620.png
然后通过顶部“+创建项目”按键一键完成openai容器创建。
注意：我也试过旧版的创建容器方式，也许是访问地址没有搞对，使用api访问总是报404错误。
用新版创建容器后，点击项目名称，直接进入项目。
https://i-blog.csdnimg.cn/direct/a8849a1db9824ed38e882dab1712ad9c.png
点击操场即可测试当前容器是否运行正常：
https://i-blog.csdnimg.cn/direct/6bdeed0d29734576899a6c25df766f22.png
https://i-blog.csdnimg.cn/direct/7a54bda0267f4cb9832e8c93526b2ef9.png
在旧版的azure openai容器没有找到类似功能。也许有，但是新版更好找。保举小白初学者用新版
Azure AI Foundryhttps://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7https://ai.azure.com/
三、测试python接入azure openai
点击谈天操场的“查看代码”功能
https://i-blog.csdnimg.cn/direct/f5a6abd109e54920830c19f1f1c6ee92.png
可以看到完整的python运行代码：
https://i-blog.csdnimg.cn/direct/34a6b4a043cb40d0b39f811e994522bc.png
粘贴到https://colab.research.google.com/或者jupyter notebook中稍加改动（加入api key和endpoint）即可运行：
https://i-blog.csdnimg.cn/direct/34431bd7390945abacba7e6699edefb1.png
api key在 Azure AI Foundry / 224199843-5323 / 概述 页可以找到
https://i-blog.csdnimg.cn/direct/4201f40ea96b4212bd9807383c3eb88a.png
endpoint在示例代码上方的文本框中能找到：
https://i-blog.csdnimg.cn/direct/c2330c33d0ce455ba5a1770109db5d84.png
注意：在使用langchain_openai框架时，endpoint不填全，api接口无法访问，会报404错误。好比只填域名部门：
https://ai-2241998435710ai347721904316.openai.azure.com/ https://ai-2241998435710ai347721904316.openai.azure.com/
https://i-blog.csdnimg.cn/direct/dc0d3f71b0e14d4ca94d337a22f6db5b.png
被这个问题困惑了一天，最后填写了精确的url地址才解决。
https://i-blog.csdnimg.cn/direct/895f94c9cc9e40e799a691e533377af6.png
!pip install -U langchain_openai
from langchain_openai import AzureChatOpenAI
from google.colab import userdata
chat = AzureChatOpenAI(
azure_endpoint="https://ai-2241998435710ai347721904316.openai.azure.com/openai/deployments/gpt-4o-mini/chat/completions?api-version=2025-01-01-preview",
# azure_endpoint="https://ai-2241998435710ai347721904316.openai.azure.com/", 错误url
azure_deployment="ai-2241998435710ai347721904316",
api_key=userdata.get('AZURE_OPENAI_API_KEY'),
api_version="2025-01-01-preview",
temperature=0,
max_tokens=None,
timeout=None,
max_retries=2,
# organization="...",
# model="gpt-35-turbo",
# model_version="0125",
# other params...
)
messages = [
(
"system",
"You are a helpful translator. Translate the user sentence to French.",
),
("human", "I love programming."),
]
chat.invoke(messages) 四、学会使用langchain的 提示词模板（ChatPromptTemplate）和 输出解析器（JsonOutputParser）
虽然吴恩达的课程已经过期，但是可以结合deepseek的提示和最新的langchain api文档来学习，我觉得吴恩达的授课思绪非常清晰，很适合看了一堆视频，越看越没有头绪的初学者。
(超爽中英!) 2024公认最好的【吴恩达LangChain+RAG】教程！更适合中国宝宝体质，全程干货无废话，学完成为AGI大佬！（附课件+代码）_哔哩哔哩_bilibili(超爽中英!) 2024公认最好的【吴恩达LangChain+RAG】教程！更适合中国宝宝体质，全程干货无废话，学完成为AGI大佬！（附课件+代码）共计29条视频，包括：基于LangChain的大语言模型应用开发1——介绍、基于LangChain的大语言模型应用开发2——模型，提示和输出解析、基于LangChain的大语言模型应用开发3——记忆等，UP主更多出色视频，请关注UP账号。https://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7https://www.bilibili.com/video/BV1TJ4zemETf/
from langchain_openai import AzureChatOpenAI
from google.colab import userdata
chat = AzureChatOpenAI(
azure_endpoint="https://ai-2241998435710ai347721904316.openai.azure.com/openai/deployments/gpt-4o-mini/chat/completions?api-version=2025-01-01-preview",
# azure_endpoint="https://ai-2241998435710ai347721904316.openai.azure.com/",
azure_deployment="ai-2241998435710ai347721904316",
api_key=userdata.get('AZURE_OPENAI_API_KEY'),
api_version="2025-01-01-preview",
temperature=0,
max_tokens=None,
timeout=None,
max_retries=2,
# organization="...",
# model="gpt-35-turbo",
# model_version="0125",
# other params...
)
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import JsonOutputParser
# from langchain_core.pydantic_v1 import BaseModel, Field, HttpUrl
# langchain_core.pydantic_v1 已淘汰，langchain可以直接导入pydantic 2的对象
from pydantic import BaseModel, Field, HttpUrl
from typing import List, Optional, Union
from datetime import date
# 1.1 创建含有动态字段的简历结构
# 动态字段的基类
class DynamicSection(BaseModel):
section_name: str = Field(description="模块名称")
content: Union, dict] = Field(description="模块内容")
# 教育经历、工作经历、技能、项目经验
class Education(BaseModel):
"""教育背景条目（所有字段可选）"""
sections: List = Field(default_factory=list, description="动态项或动态列表")
class WorkExperience(BaseModel):
"""工作经历条目（所有字段可选）"""
sections: List = Field(default_factory=list, description="动态项或动态列表")
class Skill(BaseModel):
"""技能条目（所有字段可选）"""
sections: List = Field(default_factory=list, description="动态项或动态列表")
class ProjectExperience(BaseModel):
sections: List = Field(default_factory=list, description="动态项或动态列表")
class Resume_dynamic(BaseModel):
"""简历数据模型（所有字段可选）"""
# 基础信息
seq_num: Optional = Field(None, description="序号", gt=0)
file_name: Optional = Field(None, description="文件名", max_length=255)# 允许字母数字/下划线/点/横线 regex=r"^[\w\-\.]+$"
is_resume: Optional = Field(None, description="该文件是否是简历")
# 个人信息
name: Optional = Field(None, description="姓名", min_length=2, max_length=50)
gender: Optional = Field(None, description="性别", examples=["男", "女", "其他"])
birthday: Optional = Field(None, description="生日")
ethnicity: Optional = Field(None, description="民族")
political_affiliation: Optional = Field(None, description="政治面貌")
marital_status: Optional = Field(None, description="婚姻状况")
native_place: Optional = Field(None, description="籍贯或户口所在地")
address: Optional = Field(None, description="现住址")
id_number: Optional = Field(None, description="身份证号码", pattern=r"^\d{17}[\dXx]$")
phone: Optional = Field(None, description="手机号", pattern=r"^1\d{9}$")
email: Optional = Field(None, description="邮箱", pattern=r"^[\w\.-]+@[\w\.-]+\.\w{2,4}$")
# 教育信息
highest_degree: Optional = Field(None, description="最高学历", examples=["高中", "专科", "本科", "硕士", "博士"])
major: Optional = Field(None, description="最高学历专业", max_length=50)
# 求职信息
job_target: Optional = Field(None, description="求职意向职业", max_length=100)
# 结构化信息
education_background: Optional] = Field(None, description="教育背景")
work_experience: Optional] = Field(None, description="工作经历")
skills: Optional] = Field(None, description="特殊技能或资格证书")
project_experience: Optional] = Field(None, description="项目经历")
# 2.1 创建简历结构json解析器
resume_output_parser = JsonOutputParser(pydantic_object=Resume_dynamic)
# 3. 创建简历解析提示模板
prompt = ChatPromptTemplate.from_template(
"解析以下简历：{question}\n"
"请按照指定格式返回：\n"
"{format_instructions}"
)
# 4. 组合成链
chain = prompt | chat | resume_output_parser
resume_text = '''
应聘人员信息表
姓名 ...
电话 ...
... ...
'''
# 5. 调用
result = chain.invoke({
"question": resume_text,
"format_instructions": resume_output_parser.get_format_instructions()
})
result输出效果：
{'seq_num': None,
'file_name': None,
'is_resume': None,
'name': '',
'gender': '男',
'birthday': '1900-00-00',
'ethnicity': '汉',
'political_affiliation': '群众',
'marital_status': '未婚',
'native_place': '吉林省长春市',
'address': '高新技术开发区，保利罗兰香谷',
'id_number': '221100000000000000',
'phone': '15922334455',
'email': None,
'highest_degree': '硕士',
'major': '建筑与土木工程',
'job_target': '市政道路、排水设计',
'education_background': [{'sections': [{'section_name': '教育经历',
'content': {'起止年月': '2012.09-2015.07',
'毕业院校及系名称': '吉林建筑大学',
'专业': '建筑与土木工程',
'学位': '硕士'}},
{'section_name': '教育经历',
'content': {'起止年月': '2008.09-2012.07',
'毕业院校及系名称': '长春工程学院',
...
{'section_name': '项目经历', 注意：langchain_core.pydantic_v1 已淘汰，langchain可以直接导入pydantic 2的对象
例子来自deepseek，在本例中class Resume_dynamic(BaseModel):对象即用于提示词中对生成格式的要求，又用于将ai生成效果解析为dict对象，一箭双雕。其余代码非常直观，链式编程也符合一般人的认知。如许编写的代码即简洁又高效。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]