Metadata-Version: 2.4
Name: azure-langchain-example
Version: 0.1.0
Summary: A minimal LangChain wrapper for Azure OpenAI
Author-email: Your Name <you@example.com>
License: MIT
Keywords: azure,azure-openai,langchain,llm
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3 :: Only
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Requires-Python: >=3.9
Description-Content-Type: text/markdown
Requires-Dist: langchain-openai>=0.3.0

# Azure LangChain Example

一个用于 Azure OpenAI 与 LangChain 集成的最小 Python 项目示例。

> 这个项目依赖官方的 `langchain-openai` 包；它提供 `AzureChatOpenAI`、
> `AzureOpenAI` 和 `AzureOpenAIEmbeddings` 等 Azure OpenAI 封装。

## 安装

```bash
pip install azure-langchain-example
```

若尚未发布到 PyPI，可在项目根目录执行：

```bash
pip install -e .
```

## 配置

先在 Azure OpenAI 中创建模型部署，然后设置环境变量：

```bash
export AZURE_OPENAI_API_KEY="your-api-key"
export AZURE_OPENAI_ENDPOINT="https://your-resource-name.openai.azure.com/"
```

## 使用 Azure OpenAI 聊天模型

```python
from langchain_openai import AzureChatOpenAI

llm = AzureChatOpenAI(
    azure_deployment="your-deployment-name",
    api_version="2024-05-01-preview",
    temperature=0,
)

response = llm.invoke("用一句话解释什么是 RAG。")
print(response.content)
```

`azure_deployment` 是 Azure 门户中创建的部署名称，可能与底层模型名称不同。

## 发布

```bash
python -m pip install --upgrade build twine
python -m build
python -m twine check dist/*
python -m twine upload --repository testpypi dist/*
```

确认测试安装无误后，上传正式 PyPI：

```bash
python -m twine upload dist/*
```

每次发布都必须增加 `pyproject.toml` 中的 `version`；PyPI 不允许覆盖已上传的版本。

## License

MIT
