下面我们可以创建一个简单的 Chain，也就是链，这个链可以接收一个用户输入，用提示模板将用户输入转换成提示文本，再把它交给大型语言模型去处理。

在这个文件的顶部，导入一个 LLMChain，这个东西来自 langchain/chains。LLM 指的是 Large language model，大型语言模型。

之前我们已经创建了一个提示模板，还有一个 model。下面创建一个 chain 可以用一下这两样东西。声明一个 chain，新建一个 LLMChain，提供一个对象，设置一下 llm ，值是上面创建的这个 model，再添加一个 prompt，值是上面创建的 promptTemplate。

下面再使用这个 chain 去做点事情，声明一个 repsonse，等于 await ，用一下 chain 上面的 call 这个方法，提供一个对象，里面设置一下 subject 这个属性的值，比如 “大海”。这个 chain 是一个 LLMChain，也就是大语言模型这种类型的链，这个链使用了一个模型，还有一个提示模板。在控制台上输出这个 response。

在终端，执行 node index.mjs， 稍等一下，在控制台上会输出得到的响应。这个响应是一个对象，里面有个 text 属性，它的值就是模型响应回来的具体的文本。