跳到主要内容

LangChain 环境搭建

本章将详细介绍如何搭建 LangChain 的开发环境，包括 Python 环境配置、LangChain 安装以及各种模型提供商的 API 密钥获取。

Python 环境要求​

版本要求​

LangChain 需要 Python 3.10 或更高版本：

# 检查 Python 版本
python --version

# 推荐版本
# Python 3.10 - 3.12 稳定性较好
# Python 3.13+ 可能存在兼容性问题

创建虚拟环境​

为什么需要虚拟环境？

虚拟环境可以隔离项目依赖，避免不同项目之间的包版本冲突。这是 Python 开发的最佳实践。

使用 venv（推荐）​

# 创建虚拟环境
python -m venv langchain-env

# 激活虚拟环境
# Linux/Mac:
source langchain-env/bin/activate
# Windows:
langchain-env\Scripts\activate

# 退出虚拟环境
deactivate

使用 conda​

# 创建环境
conda create -n langchain python=3.11

# 激活环境
conda activate langchain

# 退出环境
conda deactivate

安装 LangChain​

基础安装​

# 安装 LangChain 核心包
pip install langchain

安装模型集成包​

LangChain 需要为不同的模型提供商安装相应的集成包：

# OpenAI 模型支持（必须）
pip install langchain-openai

# Anthropic 模型支持（必须）
pip install langchain-anthropic

# Google 模型支持
pip install langchain-google-genai

# AWS Bedrock 支持
pip install langchain-aws

# Ollama 本地模型支持
pip install langchain-ollama

安装所有集成（可选）​

如果不想逐个安装，可以安装所有集成：

# 安装所有社区集成
pip install langchain-community

预发布版本​

如果你想体验最新功能，可以安装预发布版本：

pip install --pre -U langchain

安装常用扩展​

根据你的使用场景，可能还需要安装以下扩展：

RAG 相关​

# 文档加载器
pip install langchain-community

# 文本分割
pip install langchain-text-splitters

# 向量存储
pip install langchain-pinecone langchain-milvus langchain-chroma

开发工具​

# Jupyter 支持
pip install jupyter

# 日志和监控
pip install langsmith

环境变量配置​

API 密钥获取​

大多数 LLM 提供商都需要 API 密钥才能使用。以下是获取方式：

OpenAI​

  1. 访问 OpenAI Platform
  2. 注册/登录账号
  3. 进入 API Keys 页面
  4. 创建新的 API Key

Anthropic​

  1. 访问 Anthropic Console
  2. 注册/登录账号
  3. 进入 API Keys 页面
  4. 创建新的 API Key

Google​

  1. 访问 Google AI Studio
  2. 创建 API Key

配置环境变量​

Linux/Mac​

# 写入 .bashrc 或 .zshrc
export OPENAI_API_KEY="sk-..."
export ANTHROPIC_API_KEY="sk-ant-..."
export GOOGLE_API_KEY="AIza..."

Windows​

# 使用 set 命令（临时）
set OPENAI_API_KEY=sk-...

# 或写入系统环境变量
[System.Environment]::SetEnvironmentVariable("OPENAI_API_KEY", "sk-...", "User")

在代码中设置​

import os

# 在代码中设置（不推荐，会泄露到版本控制）
os.environ["OPENAI_API_KEY"] = "sk-..."

# 更好的方式：使用 .env 文件
# 1. 安装 python-dotenv
pip install python-dotenv

# 2. 创建 .env 文件
# OPENAI_API_KEY=sk-...
# ANTHROPIC_API_KEY=sk-ant-...

# 3. 加载 .env 文件
from dotenv import load_dotenv
load_dotenv()  # 默认读取 .env 文件

.env 文件示例​

创建 .env 文件来管理敏感的配置信息：

# OpenAI
OPENAI_API_KEY=sk-xxxxx

# Anthropic
ANTHROPIC_API_KEY=sk-ant-xxxxx

# Google
GOOGLE_API_KEY=AIzaSyxxxxx

# Pinecone (向量数据库)
PINECONE_API_KEY=xxxxx

# LangSmith (可选，用于调试监控)
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=ls-xxxxx
安全警告
  • 不要 将 .env 文件提交到版本控制系统
  • 在 .gitignore 中添加 .env
  • 生产环境使用环境变量或密钥管理服务

验证安装​

基本验证​

# 检查 LangChain 版本
import langchain
print(langchain.__version__)

快速测试​

创建一个测试脚本来验证环境配置：

# test_env.py
from langchain.chat_models import init_chat_model
from langchain.schema import HumanMessage

# 初始化模型（以 OpenAI 为例）
try:
    model = init_chat_model(
        model="gpt-4o-mini",
        model_provider="openai"
    )
    
    # 发送测试消息
    response = model.invoke([HumanMessage(content="Hello, say 'OK' if you can hear me")])
    print(f"响应: {response.content}")
    print("环境配置成功！")
    
except Exception as e:
    print(f"错误: {e}")
    print("请检查 API Key 配置是否正确")

运行测试：

python test_env.py

如果看到 "环境配置成功！" 的消息，说明环境搭建完成。

LangSmith 配置（可选）​

LangSmith 是 LangChain 官方提供的调试和监控工具，可以帮助你：

  • 可视化 Chain 的执行过程
  • 调试 Agent 行为
  • 评估输出质量

开启 LangSmith​

# 设置环境变量
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY="ls-..."

或在代码中：

import os
os.environ["LANGSMITH_TRACING"] = "true"
os.environ["LANGSMITH_API_KEY"] = "ls-..."

访问 LangSmith​

  1. 访问 LangSmith
  2. 注册账号
  3. 创建项目
  4. 查看 traces

常见问题​

1. 导入错误​

ModuleNotFoundError: No module named 'langchain'

解决：确保虚拟环境已激活，然后重新安装：

pip install langchain

2. API 密钥错误​

AuthenticationError: Invalid API Key

解决：

  • 检查 API Key 是否正确
  • 检查环境变量是否设置正确
  • 确认 API Key 有足够的余额

3. 网络问题​

在中国大陆使用 OpenAI API 可能需要配置代理：

import os
os.environ["OPENAI_PROXY"] = "http://127.0.0.1:7890"

4. 版本兼容问题​

如果你使用的代码是基于旧版本 LangChain v0.x 编写的，可能会出现 API 不兼容的问题：

# 查看当前版本
pip show langchain

# 安装特定版本
pip install langchain==0.3.0

项目结构建议​

一个典型的 LangChain 项目结构：

my-langchain-app/
├── .env                    # 环境变量
├── .gitignore              # 忽略敏感文件
├── requirements.txt        # 依赖列表
├── app.py                  # 主应用
├── chains/                 # Chain 定义
│   └── qa_chain.py
├── agents/                 # Agent 定义
│   └── assistant.py
├── tools/                  # 工具定义
│   └── custom_tools.py
├── memory/                 # 记忆组件
│   └── conversation.py
└── tests/                  # 测试
    └── test_app.py

requirements.txt 示例​

langchain>=0.3.0
langchain-openai>=0.2.0
langchain-community>=0.3.0
langchain-text-splitters>=0.3.0
python-dotenv>=1.0.0

下一步​

环境搭建完成后，接下来学习：