在langchain中提供了llms这个类，旨在让我们使用更多非langchain官方集成的大语言模型来处理业务。 tigerbot不仅提供了开源的大语言模型，同时也提供了模型api在线调用的方法。 这对本地硬件算力无法实现模型加载，又期望学习langchain框架的同学提供了很好的机会。
##这个例子都做了什么
首先我们来看下有关llms这个类在langchain官方的解释：
如何编写自定义LLM包装器# 本笔记介绍如何创建自定义LLM包装器，以便您可以使用自己的LLM或与LangChain支持的不同包装器。
自定义LLM仅需要实现一件必需的事情：
一个 _call 方法，它接收一个字符串，一些可选的停用词，并返回一个字符串 它还可以实现第二个可选项： 一个 _identifying_params 属性，用于帮助打印该类。应该返回一个字典。
所以我们只需要在类中声明一个叫 _call 的方法，然后将chat对话的请求参数从方法中取出，交给云端tigerbot的chatapi处理之后，再将得到的请求返回中，data.result.[0]的内容返回。即可完成langchain中llms的定义了。
#需要注意的地方：
在使用之前，请先登陆Tigerbot注册apikey。并将获得的apikey复制到代码中 API_KEY='' ↑将key写到此处。
然后在控制台中执行 py tigerbot_chatapi.py 就可以直接输入问题，来测试效果了