昨天我們認識了 LangChain 的價值：
它可以讓 LLM 變得更像「會思考與行動」的 Agent，而不只是單純的文字生成。

今天，我們要實際動手，體驗 LangChain 的核心功能：Chain 與 PromptTemplate

一、什麼是 Chain？

簡單來說，Chain 實際功能就是「流程串接器」。
它可以把：

1. 輸入（Input）
2. 提示語（Prompt）
3. 模型回應（LLM Output）
   整合成一個完整流程。

想像 Chain 是一個「黑盒」
你給它資料，它會幫你自動完成 prompt 填充、呼叫 LLM，然後回傳結果。

二、什麼是 PromptTemplate？

PromptTemplate 是 LangChain 幫你管理 prompt 的工具。
它可以：

• 模板化提示語，避免硬編碼
• 使用變數動態替換內容
• 保持 prompt 一致性，提高維護性

範例：

from langchain.prompts import PromptTemplate

template = "請將以下英文翻譯成中文：{text}"
prompt = PromptTemplate(
    input_variables=["text"],
    template=template
)

之後就可以多次使用：

prompt.format(text="Hello world")

生成不同的 prompt，而不用每次重新寫文字。

三、實作範例：簡單翻譯 Chain（Gemini API）

1️⃣ 安裝套件

pip install langchain-google-genai langchain

2️⃣ 完整的 從初始化 LLM → 建立 Prompt → 建立 Chain → 到呼叫 Chain

import os
from langchain_google_genai import ChatGoogleGenerativeAI
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

os.environ["GOOGLE_API_KEY"] = "你的_API_KEY"  #(前幾天的Gemini API Key)

# 初始化 Gemini LLM
llm = ChatGoogleGenerativeAI(model="gemini-1.5-flash", temperature=0)

# 建立 PromptTemplate
template = "請將以下英文翻譯成中文：{text}"
prompt = PromptTemplate(
    input_variables=["text"],
    template=template
)

# 建立 Chain
chain = LLMChain(llm=llm, prompt=prompt)

# 呼叫 Chain
result = chain.run("I love learning AI with LangChain.")
print(result)

可能輸出：

我喜歡用 LangChain 學習人工智慧。

四、補充說明

• Chain 可以串接多個步驟
  不只是單一步驟，也可以用 SequentialChain 或 SimpleSequentialChain 將多個 Chain 串起來，實現更複雜流程。
  SimpleSequentialChain：多個 chain 串在一起，前一個的輸出會直接當成下一個的輸入。
  SequentialChain：比 Simple 更靈活，可以明確指定每個 chain 的輸入/出變數，適合複雜流程。

• PromptTemplate 的好處
  減少硬編碼文字、避免重複錯誤，讓 prompt 更容易維護。

五、今日小結

今天你學會了：

1. Chain 是什麼：輸入 → prompt → LLM → 輸出的流程工具
2. PromptTemplate 的作用：管理模板化 prompt，支援變數替換
3. 簡單實作：用 Gemini API 做一個英文翻中文的小工具

今日~目標達成啦！
妳各位太棒了!! 堅持了十天!! 繼續加油!!
你已經能用 Gemini + LangChain 寫出第一個小功能，
下一步，我們會學習如何把多個 Chain 串起來，打造更複雜的 AI 流程。 🚀