大模型应用开发入门 | LangChain的安装与环境配置

最新推荐文章于 2025-10-20 10:24:48 发布

原创最新推荐文章于 2025-10-20 10:24:48 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

本文详细介绍了LangChain的安装与环境配置。从v0.1.0版本开始，LangChain采用模块化结构，推荐安装主包langchain，特定模型需安装对应集成包。文章重点讲解了API密钥的环境变量配置方法，提供了验证安装的脚本，确保环境正确设置。这是构建大模型应用的基础步骤，为后续学习LangChain表达式语言(LCEL)奠定基础。

第 1 章: 安装与环境设置

在开始构建强大的 LLM 应用之前，我们需要先正确地安装 LangChain 并设置好我们的开发环境。

LangChain 的安装

从 v0.1.0 版本开始，LangChain 采用了模块化的包结构。虽然 LangChain 被拆分为多个包（如 langchain-core、langchain-community 等），但为了简化安装和使用，我们推荐直接安装主要的 langchain 包。

1. 安装 LangChain

langchain 包包含了大部分常用功能，包括核心的抽象、编排逻辑、Chains、Agents 和 RAG 功能。安装这个包就足以开始我们的教程学习：

pip install langchain

这是本教程推荐的安装方式，一个包搞定所有基础功能。

2. 特定模型的集成

与特定模型（如 OpenAI, Anthropic, Google）或组件（如 FAISS, Chroma）的集成现在作为独立的包发布。例如，要使用 OpenAI 的模型，你需要安装：

pip install langchain-openai

要使用 Google 的模型：

pip install langchain-google-genai

验证安装

我们提供了一个 check_installation.py 脚本来验证你的安装是否正确。运行它来确保 langchain 包和相关环境变量都已正确设置：

python check_installation.py

这个脚本会检查：

langchain 包是否正确安装
OpenAI API 密钥是否已设置（如果使用 OpenAI 模型）
其他环境配置是否正常

环境设置：API 密钥

大多数 LLM 提供商都需要 API 密钥才能使用他们的服务。LangChain 会从环境变量中自动读取这些密钥。

为了让你的应用能够工作，你需要在你的环境中设置相应的密钥。例如，对于 OpenAI，你需要设置 OPENAI_API_KEY。

在命令行中设置 (临时):

export OPENAI_API_KEY="sk-..."

或者采用下面配置文件的方式**写入 .env 文件:**在你的项目根目录创建一个 .env 文件，并写入：

OPENAI_API_KEY="sk-..."

然后你可以使用 python-dotenv 库来加载它。

pip install python-dotenv

在你的 Python 代码开头加入：

from dotenv import load_dotenv
load_dotenv()

模型使用

示例中我们使用 OpenAI API 兼容的模型，因此需要安装 langchain-openai 包。比如deepseek、qwen模型都可以。

我实际使用的是度厂公有云的deepseek模型，模型名称叫做deepseek-v3, 你如果使用 deepseek 官方的模型，名称应该是deepseek-chat, qwen 模型改成相应的名称即可。

参考资料

How to: install LangChain packages[1]
How to: use LangChain with different Pydantic versions[2]

代码

检查你相应的包是否都已经安装

# check_installation.py

import os
import sys
from dotenv import load_dotenv

def check_openai_api_key():
    print("\n--- 检查 OpenAI API 密钥 ---")
    # 加载环境变量
    load_dotenv()

    # 配置 OpenAI API 密钥
    openai_api_key = os.getenv("OPENAI_API_KEY")
    ifnot openai_api_key:
        raise ValueError("OPENAI_API_KEY not found in environment variables. Please set it in a .env file.")

    print("  - 找到了 OPENAI_API_KEY 环境变量。")
    # 为了安全，我们只显示密钥的开头和结尾
    print(f"    (Key: {openai_api_key[:5]}...{openai_api_key[-4:]})")
    returnTrue

def main():
    """
    这是一个简单的脚本，用于验证 LangChain 及其相关包是否已正确安装，
    并检查关键的环境变量是否已设置。
    """
    print("--- LangChain 安装与环境检查 ---")

    # 1. 检查 python-dotenv 包的导入
    try:
        from dotenv import load_dotenv
        print("\n[SUCCESS] `python-dotenv` 包导入成功。")
    except ImportError as e:
        print(f"\n[ERROR] `python-dotenv` 包导入失败: {e}")
        print("请运行: pip install python-dotenv")
        return

    # 2. 检查 LangChain 包的导入
    try:
        import langchain
        from langchain.prompts import PromptTemplate
        from langchain.schema import BaseMessage
        print(f"\n[SUCCESS] `langchain` 包导入成功。版本: {langchain.__version__}")
    except ImportError as e:
        print(f"\n[ERROR] `langchain` 包导入失败: {e}")
        print("请运行: pip install langchain")
        return

    # 3. 检查 OpenAI 集成包的导入和 API 密钥
    try:
        from langchain_openai import OpenAI
        print("[SUCCESS] `langchain-openai` 包导入成功。")

        # 调用专门的 API 密钥检查函数
        check_openai_api_key()

        # 检查 API Base URL (可选)
        api_base = os.getenv("OPENAI_API_BASE")
        if api_base:
            print(f"  - 找到了 OPENAI_API_BASE 环境变量: {api_base}")
        else:
            print("  - [INFO] 未设置 OPENAI_API_BASE 环境变量。")
            print("    这是可选的，如果需要使用自定义 OpenAI API 端点，")
            print("    请在 .env 文件中添加: OPENAI_API_BASE=\"https://your-custom-endpoint.com/v1\"")

    except ImportError as e:
        print(f"\n[WARNING] `langchain-openai` 包未安装或导入失败: {e}")
        print("如果需要使用 OpenAI 模型，请运行: pip install langchain-openai")


    print("\n--- 检查完成 ---")
    print("环境基本配置完毕。您可以开始学习 LangChain 的其他章节了！")


if __name__ == "__main__":
    main()