langchain + azure chatgpt组合配置并运行
首先默认你已经有了azure的账号。
最重要的是选择gpt-35-turbo-instruct模型、api_version：2023-05-15，就这两个参数谷歌我尝试了很久才成功。
我们打开https://portal.azure.com/#home，点击更多服务：
我们点击Azure OpenAI：
再点击创建：
azure访问有点慢，我们等一会后会跳转到下面页面：
如果没有资源组，则输入一个就行：
点击确定。
再看实例名称和定价层：
这里的名称会体现到最终调用时的接口域名地址，比如我们这里是在langchain中使用，我们就输入这个名称了，定价层就选择和我一样的就行，具体什么作用见：https://azure.microsoft.com/zh-cn/pricing/details/iot-central/
回到正文，上述必填项都填好后，点击下一页：
选择第一个：
再点下一页：
这一步的标记，我也没搞懂啥作用，我就跳过了，也不影响后面的使用，有知道的朋友也可以在评论区告诉我一下，我这里是直接点下一页了。
确认没问题后点击创建，之后系统会开始部署资源，部署好是这样的，我们点击转到资源：
我们先点击：单击此处查看终结点：
我们复制一下其中一个密钥和终结点的链接，因为在langchain要用到：
我们再点击模型部署：
这里要点击管理部署，跳转新页面。
在管理部署页，我们先看看模型：
这里按流程操作一下，主要是为了看哪个能用以langchain：
这里有好几个是可以完成的：
我们再回到部署页，输入：gpt-35-turbo-instruct：
最后点击创建，等待部署，这个步骤挺快的：
部署好了：
OK，到此为知，azure相关的资源配置就完成了，接下来我们去langchain中配置并调通azure chatgpt接口：
使用conda创建一个虚拟python环境：
conda create -n loogchain_study1 python=3.10
当然也可以不创建虚拟环境，看个人习惯，创建虚拟环境只是为了pip包之间隔离，每个项目使用不一样的python版本和pip包。
创建好环境后，还需要激活环境：
conda activate loogchain_study1
再pip安装一下langchain所需的包：
pip install langchain_openai
pip install langchain
我们新建一个空目录专门用来放langchain的学习项目，我的做法是在这个空目录下建立setting.py（配置环境变量）和main.py（调用）：
setting.py代码如下：
import os
# 传入刚才复制的密钥，就是有两个的密钥，复制其中一个即可
OPENAI_API_KEY = "xxxxxxxxxxxx"
# 这里的链接是终结点，直接复制过来就行
AZURE_OPENAI_ENDPOINT = "https://openai-study-yifang.openai.azure.com/"
# 其他参数不用动了
OPENAI_API_VERSION = "2023-05-15"
deployment_name = "gpt-35-turbo-instruct"
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
os.environ["AZURE_OPENAI_ENDPOINT"] = AZURE_OPENAI_ENDPOINT
os.environ["OPENAI_API_VERSION"] = OPENAI_API_VERSION
main.py最小可运行代码：
from langchain_openai import AzureOpenAI
import setting
llm = AzureOpenAI(deployment_name=setting.deployment_name)
# 直接发起会话
def direct_chat():
text = "来个笑话"
print(llm(text))
if __name__ == '__main__':
direct_chat()
点击pycharm的运行：
就有结果了：
最后附上langchain的中文网指南：https://www.langchain.asia/getting_started/getting_started
这篇文章就到这里啦！如果你对文章内容有疑问或想要深入讨论，欢迎在评论区留言，我会尽力回答。同时，如果你觉得这篇文章对你有帮助，不妨点个赞并分享给其他同学，让更多人受益。
想要了解更多相关知识，可以查看我以往的文章，其中有许多精彩内容。记得关注我，获取及时更新，我们可以一起学习、讨论技术，共同进步。
感谢你的阅读与支持，期待在未来的文章中与你再次相遇！