本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。
第 1 章: 安装与环境设置
欢迎来到 LangChain 教程的第一章。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。
在下一章节中，我们将学习 LangChain 的核心——LangChain 表达式语言 (LCEL)。
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()
学习资源推荐
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。
