LangChain 是一个全方位的、基于大语言模型这种预测能力的应用开发工具。
本篇主要包含了LangChain实践课的AI练中学MarsCode的基础环境配置和在本地运行需要的环境配置。
在线环境配置
1、注册并登录火山引擎控制台,在API Key管理中点击【创建 API Key】。
创建完成后会在该页面查看以及复制所有申请的API Key。
2、进入【在线推理】菜单并点击【创建推理接入点】按钮新建接入点。
这里可以选择 Doubao-pro-32k 模型, 点击确定后接入该模型。
点击【API调用】下拉菜单,可获得模型的调用示例base_url和model_endpoint等信息。
3、进入AI练中学的MarsCode界面,编辑 /home/cloudide/.cloudiderc 文件。
export OPENAI_API_KEY="第一步中申请的API_KEY"
export OPENAI_BASE_URL="https://ark.cn-beijing.volces.com/api/v3"
export LLM_MODELEND="ep-20241106112841-kz4vb"
这样就完成了基础的AI练中学MarsCode配置。
本地环境
如果想在本地环境运行,可以使用VSCode、Cursor、Pycharm这样的IDE。LangChain 依赖 Python 及其相关的一些包,因此我们会安装这些依赖,并设置环境:
1. 安装 Python
从Python 官网下载并安装Python,可以通过以下命令确认:
python --version
2. 安装依赖项
安装 LangChain 及其依赖包。通常,LangChain 的安装需要一些 NLP 库,如 openai 等。以下是基本安装步骤:
pip install langchain
如果需要与 OpenAI 等模型对接,可能需要安装额外的库:
pip install openai
3. 配置环境变量
如果使用 OpenAI 或其他 API,需要将 API 密钥作为环境变量添加。可以在命令行中设置环境变量,也可以在代码中直接引用。以下是命令行设置方式:
set OPENAI_API_KEY=your_openai_api_key
或者可以在 Python 脚本中直接设置:
import os
os.environ["OPENAI_API_KEY"] = "your_openai_api_key"
4. 测试安装
验证安装是否成功,可以通过运行一个简单的 LangChain 脚本来测试,例如使用 OpenAI 接口生成文本:
from langchain.llms import OpenAI
llm = OpenAI(
model="gpt-3.5-turbo",
temperature=0.8,
max_tokens=60,)
response = llm.predict("你是谁")
print(response)
这应该会返回翻译后的结果,表示安装成功。
5. 遇到常见问题的解决方法
- 缺少依赖:有时
pip安装过程中可能会遗漏一些依赖,遇到错误时可以尝试pip install -U <缺少的库>进行单独安装。
完成这些步骤后,你的系统应该已经成功配置了 LangChain 环境,可以开始进行进一步的开发和测试。