【AI大模型应用开发】【LangChain系列】实战案例3：深入LangChain源码，你不知道的WebResearchRetriever与RAG联合之力

• 大家好，我是同学小张，日常分享AI知识和实战案例
• 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
• +v: jasper_8017 一起交流💬，一起进步💪。
• 微信公众号也可搜【同学小张】 🙏

本站文章一览：

上篇文章我们学习了如何利用 LangChain 通过 URL 获取网页内容。本文我们继续学习利用 LangChain 进行网络数据抓取：我们将利用 LangChain 抓取网络数据来回答我们指定的问题（也就是类似 网络 + RAG）。

本文参考教程：https://python.langchain.com/docs/use_cases/web_scraping

0. 环境准备

要想成功运行本文所示的代码，需要做一下准备。

0.1 获取Google API key

首先，需要获取一个 Google API key。

（1）打开链接，登录你的Google账号（没有Google账号的请自行注册）：

https://console.cloud.google.com/apis/api/customsearch.googleapis.com/credentials

（2）创建一个Project

（3）在你创建的 Project 页面（创建完后会自动跳转），点 API key，创建API key即可