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Ollama
AI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 /DIR="E:\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qwen2:1.5b：
ollama 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": "2026-05-03T17:29:06.9028074+08:00", "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1.0：
pip 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(model="qwen2:1.5b") # 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）》。
