在构造大模型实例之前，要先添加下面的导包语句，表示引入LangChain的大模型工具OllamaLLM：
from langchain_ollama import OllamaLLM
在OllamaLLM的构造方法中，model参数是必填的，要指定当前引用的大模型名称，如下：
连接本地离线大模型（Ollama）
llm = OllamaLLM(model=“qwen2:1.5b”)
除了model参数以外，OllamaLLM还提供了多个可选参数，帮助开发者定制个性化的大模型调用需求。其中常用的核心参数说明如下：
model: 模型名称，比如：“qwen:7b”、“llama3”、“deepseek-r1"等等。
base_url: 服务地址，默认的本地地址为"http://localhost:11434”。
temperature: 模型温度，即随机性。取值范围0~1，默认0.8；值越低则越严谨越确定，值越高越跳跃越创意。
num_ctx: 上下文Token的最大数量，默认2048。值越大则能记忆越长的对话内容。
num_predict: 回答内容Token的最大数量，默认128。值为-1表示不限制输出长度，值为-2表示填满上下文（跟上下文的Token数一致）。
keep_alive: 模型常驻内存的时长（频繁调用必开），默认"5m"表示5分钟。值为"-1"表示永久常驻，值为"0"表示用完即关。
validate_model_on_init: 初始化时是否校验模型存在与否，默认True表示启动程序时检查模型是否存在。
比如下面代码构造了一个定制各种参数的大模型实例：
llm = OllamaLLM(
model=“qwen2:1.5b”,
base_url=“http://localhost:11434”,
temperature=0.7,
num_ctx=4096,
num_predict=1024,
keep_alive=“-1”,
validate_model_on_init=True
)
二、构建提示词模板
在构建提示词模板之前，要先添加下面的导包语句，表示引入LangChain的提示模板工具PromptTemplate：
from langchain_core.prompts import PromptTemplate
PromptTemplate的from_template方法主要输入字符串形式的模板参数，字符串的开头为提示词内容，末尾为“{input}”表示给输入的问题文字占个位子。
比如下面代码构建了一个提示词模板：
prompt = PromptTemplate.from_template(“”"
你是专业助手，请简洁回答：
{input}
“”")
可见上面模板的提示词内容为“你是专业助手，请简洁回答：”，这便告诉大模型回答时要简明扼要，不要啰哩叭嗦。同时后面的“{input}”提前在模板中占个位置，后续将把用户输入的问题替换掉这个占位符。
三、组装 AI 执行链
为什么LangChain一定要组装执行链呢？想想看，按照程序设计的顺序控制流程，每次接口调用都经历了三个步骤：封装请求内容→执行接口调用→解析应答内容，如同下面的顺序调用代码：
无链 → 手写每一步，巨繁琐！
prompt_text = prompt.format(input=“你的问题”) # 1 手动拼模板
response = llm.invoke(prompt_text) # 2 手动调模型
result = parser.parse(response) # 3 手动解析
可见这个接口调用流程被分解成了三行代码，有点繁琐。虽然上一行代码的输出参数就是下一行代码的输入参数，但也不得不分成三个语句依次调用。
于是LangChain引入了执行链的概念，把“构建提示词、调用模型、记忆（可选）、检索（可选）、解析应答”等操作按顺序串成一条自动流水线，只要一次性启动组装好的执行链，LangChain就自动跑完全流程，无需拆成多条语句来调用。
在组装执行链之前，要先添加下面的导包语句，表示引入LangChain的执行链工具RunnableSequence，以及默认的应答内容解析器StrOutputParser：
from langchain_core.runnables import RunnableSequence
from langchain_core.output_parsers import StrOutputParser
然后编写下面代码串起“构建提示词、调用模型、解析应答”这三个操作：
chain = RunnableSequence(
prompt
| llm
| StrOutputParser()
)
为了方便起见，可省略掉构造方法的工具名称RunnableSequence，简化代码如下：
chain = (
prompt
| llm
| StrOutputParser()
)
还能进一步省略掉外围的圆括号，变成如下的一行代码：
chain = prompt | llm | StrOutputParser()
这下清爽多了，完全去掉了组装过程中的各种方法调用及其输入输出参数，只留下各环节用到的实例名称，极大地简化了代码篇幅。
四、通过执行链调用离线大模型
接下来结合构造大模型实例、构建提示词模板、组装 AI 执行链等三个步骤，通过执行链调用实现离线大模型的快速问答功能。
在编写Python代码前，要先在命令行执行下面的pip安装命令：
pip install langchain langchain-core langchain-ollama
接着在命令行窗口执行下面命令，以便启动Ollama并加载离线大模型：
ollama serve
然后编写下面的Python聊天测试代码，由用户在控制台输入问题来实现聊天交互：
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_ollama import OllamaLLM
def main():
# 1. 连接本地Ollama离线模型，替换成你本地模型名
llm = OllamaLLM(
model=“qwen2:1.5b”,
base_url=“http://127.0.0.1:11434”,
temperature=0.7 # 随机性 0严谨~1创意
)
# 2. 构建对话模板 prompt = PromptTemplate.from_template(""" 你是专业助手，请简洁回答： {input} """) # 3. 组装执行链 chain = prompt | llm | StrOutputParser() # 4. 循环问答聊天 print("===== 离线AI聊天助手（输入exit退出）=====") while True: user_text = input("请输入问题：") if user_text.lower() in ["exit", "quit", "退出"]: print("对话结束") break print("AI思考中...") response = chain.invoke(user_text) print(f"AI回复：{response}\n")ifname== “main”:
main()
运行上面的Python代码，根据提示输入问题内容“LangChain是什么？”，输出日志结果如下：
