引言
虽然掘金课程开通的AI练中学功能具有很强大的功能，可以实现线上的编译与结果显示，提供云服务器，可以支持线上开发。但是我还是希望能够实现自己电脑上的本地开发，希望这样能够更好地练习自己的部署和编程能力。
概述
通过小册学习，我们可以看到Langchain实际上是一个github上的开源项目，可以通过简单的pip指令进行安装。
但这显然并不是我想要的，如果我的电脑上有多个不同版本的python并且有不同的项目需要进行环境维护，我实在没有必要通过一个简单的pip指令把一个大安装包安装到我所有的程序运行环境中，更不要提不同的项目如果需要使用GPU的话还要使用不同版本要求的pytorch/tensorflow等啦。
那么面对这样的问题，程序员们显然并没有被打倒。一个优雅的解决方式就是使用Anaconda进行环境管理。
具体而言可以就是安装Anaconda并配置环境。
安装Anaconda
这方面内容网上有很多教程可以参考。 简单来讲就是到官网上下载Anaconda，Download Anaconda Distribution | Anaconda。并运行程序进行安装。
第一次使用的朋友们，记得修改合适的安装路径，因为anaconda里面将会存放很多环境安装包，会占用很多存储空间（并且随着环境配置的增加而增加空间），但是程序默认安装到C盘，如果C盘空间不够大的话，可能会影响电脑工作。
安装程序运行完成后还需要修改系统环境变量，这样计算机系统才能正常使用Anaconda。
以上步骤完成后，当我们打开pycharm等python IDE（继承开发环境）的时候，就可以在终端terminal显示出类似下面的内容
(base)文件路径>
其中base表示基础环境，其他环境可以在基础环境的基础之上进行开发。
为Langchain学习项目建立自己的环境
在终端输入以下内容，建立一个名叫langchain-learning，同时设置python的版本为3.9（当然也可以设置成别的）
conda create -n langchain-learning python==3.9
之后稍等一会显示Successfully create ...就代表已经成功建成一个新环境了。
至此，我们就拥有了一个不会干扰到其他项目的独立的python运行环境。
下面我们来激活环境并完成配置。
conda activate langchain-learning
可以注意到()里面的base变成了langchain-learning，这就代表已经完成了环境切换，下面再通过pip安装的东西就不会对其他环境造成干扰了。
后续
之后的内容参照小册内容和AI练中学中README.md的内容即可完成配置和运行了。
==========
希望我的内容能够对您有所帮助，欢迎斧正。
