从零开始学LangGraph（0）：如何搭建基本的AI应用开发学习环境，大模型入门到精通，收藏这篇就足够了！

真的非常尴尬，上期刚下定决心要开一个LangChain 0.3版本的系列学习笔记，第二期关于Prompt Template的笔记都写了一半了，忽然听说LangChain要进行版本大更新，升级为1.0版本，且许多内容都会被重构。

于是，我只能根据官网信息，重新调整我的学习计划内容。

鉴于LangChain 1.0版本的预计发布时间在10月，现在一些内容还存在变化的可能，因此我将学习重心调整为本次版本升级影响相对较小，且未来将作为LangChain 1.0版本核心基础的LangGraph。

LangGraph是用来进行Agent开发与编排的框架，而现在Agent开发也是一个非常热门的话题，我就当这是老天爷的安排吧。

需要说明的是，考虑到本公众号的初心，是要向普罗大众普及AI技术应用的相关知识，而利用LangChain、LangGraph等编程框架进行软件开发，可能对非程序员背景的朋友来说还是有一定的门槛的。

但我始终觉得，这个时代，避免自己掉队的最佳方法，一定是全方面地拥抱AI。那么，在学会Ptompt设计、Cherry Studio等现成的AI工具使用方法的基础上，进一步探索更自由的AI应用开发，尝试根据自己在工作、生活、学习中个性化的需求，来开发出能帮助自己或他人的AI应用，真的是非常Cool且有意义的事情。

因此，为了便于让感兴趣但对编程毫无基础的朋友，能够真正地实现从零开始学习，新的LangGraph学习笔记系列将从AI应用开发的基本学习环境的搭建讲起，尝试和大家一起慢慢地、循序渐进地探索LangGraph和LangChain的世界。

请大家保持好奇，不要害怕，遇事不明，多问AI。

AI应用开发的基本学习环境搭建

事实上，学习AI应用开发所需的基本学习环境非常简单。

首先，安装Python无需赘言，现在大部分AI训练框架、应用开发框架都是以Python语言为核心的。在Python强大的生态支持下，我们的开发过程可以通过导入各式各样现成的包、模块而得到极大的简化。

其次，我们需要一个用来运行代码的开发环境。我个人觉得，对于新手来说，学代码最要紧的就是能够激发探索欲，而激发探索欲的条件包括反馈及时、调整灵活。这两点，Jupyter Notebook都能满足。

Jupyter Notebook为我们提供一种非常灵活的交互式开发环境，它支持单元格级的代码执行，这意味着我们可以写一段，试一段，马上体验自己刚码好的代码的效果，正反馈杠杠的。几乎不会出现辛辛苦苦写一大段，结果还是运行报错而心态直接崩掉的情形。

最后也是最容易被忽略的一点，就是学会虚拟环境的配置。由于Python的包很多，不同的包有不同的版本，同时不同的包之间还存在不同版本的支持情形，如果一开始不重视虚拟环境的配置，等你的代码、项目变得越来越复杂，就很容易出现所引用包之间的冲突。当然，这一点你暂时不需要理解，你只需要先照着做，总有一天你会明白的。

下面，我就逐一给大家介绍上述三大学习环境要素具体该怎么搭建。

安装Python

进入Python官网下载区：

https://www.python.org/downloads/

点击下载按钮，浏览器会自动下载安装程序。

双击安装程序，进入安装环节。

首先，注意勾选下方的Add python.exe to PATH。

然后，选择并点击Customize installation进行自定义安装。

下一个界面中的内容都不用动，直接点next。可以看到安装Python的同时会同步安装pip工具，我们将来安装各种Python包都得靠它。

接下来的界面也基本不用动，下面的安装位置可以改成自己希望的址。然后点击install安装即可。

安装完成后，使用快捷键win+R，在对话框中输入cmd打开命令提示符终端。

在第一行输入指令：python -version后敲回车。

能看到Python的版本信息，则说明Python安装成功啦。

配置虚拟环境

搞虚拟环境的目的，是要将你打算学习、研究的代码及其依赖，与你的系统和别的项目代码隔离开来，这样目标项目中代码对依赖的安装、更新，不会与系统或别的项目之间发生影响。

因此，我们应该养成习惯，在每启动一个项目（其实就是新建放代码的文件夹）时，就在该文件夹内配置虚拟环境。

首先，在本地建立项目文件夹用以存放相关代码及资源。如我在F盘根目录下新建LangGraph文件夹。

然后，打开cmd终端，输入指令进入该文件夹：首先F:回车，进入E盘，然后cd F:\LangGraph。

然后，输入python -m venv venv，在项目文件夹中创建虚拟环境。

然后项目文件夹中就会出现代表虚拟环境的venv文件夹。

接着输入虚拟环境激活指令：venv\Scripts\activate.bat

可以看到终端中地址前面出现了（venv），这就意味着虚拟环境激活了。这样，凡是在虚拟环境中pip安装的依赖，都会装到venv文件夹下。大家一定要记住，在开始代码编辑的时候，一定要先进入虚拟环境。

当然，还需要注意每次结束项目之前，应该使用venv\Scripts\deactivate.bat指令退出虚拟环境。

在虚拟环境中安装Jupyter Notebook

接下来，安装用来运行代码的工具：Jupyter Notebook。方法非常简单，首先，进入项目文件夹，如前所述激活虚拟环境。

然后在终端中运行：pip install notebook

经历一段密密麻麻的下载后，Jupyter Notebook就装好啦。

接下来继续在终端中输入指令：Jupyter Notebook，启动Jupyter Notebook以检测安装是否成功。

如果浏览器自动弹出一个这样的界面，就说明安装成功啦。

然后，我们可以点击右上角的新建按钮新建.ipynb文件，作为我们运行代码的“画布”。

新建后会打开一个新窗口，这就是Jupyter Notebook的代码编辑界面，我们可以在蓝色单元格中编写代码，然后以一个单元格为单位进行代码运行、测试结果。我们的代码学习过程就主要在这个界面中展开。

需要关闭notebook时，关掉网页，在终端按Ctrl + C即可。

至此，关于AI应用开发的基本学习环境的搭建过程就介绍完毕了。

好了，以上就是本期的全部内容，接下来我计划将上一篇关于chat model的笔记结合1.0版本的官方文档，按照新手从零开始的风格进行重写，在此之前大家依然可以根据上篇笔记内容进行自由探索，祝大家玩得开心！

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！