LangChain 1.x环境搭建与Agent开发实战

1. LangChain 1.x环境搭建与首个Agent实战指南

作为一名长期从事AI应用开发的工程师，我深知快速上手一个新框架的重要性。今天我将分享如何在3-5小时内完成LangChain 1.x的环境搭建并实现首个具备工具调用能力的Agent。不同于官方文档的抽象说明，本文会从实战角度出发，带你避开我踩过的坑。

1.1 环境准备：构建可靠的开发基础

1.1.1 系统与工具要求

在开始前，请确保你的开发环境满足以下要求：

• 操作系统：推荐macOS/Linux（Windows用户建议使用WSL2）
• Python版本：必须≥3.10（实测3.11.4最稳定）
• 包管理工具：推荐使用uv（比pip快5倍以上）

验证Python版本：

bash复制python3 -V  # 或 python -V

如果版本不符，使用uv管理多版本Python：

bash复制uv python install 3.11.4
uv python use 3.11.4

注意：LangChain 1.x大量使用Python 3.10+的类型注解特性，低版本会导致语法错误。

1.1.2 项目初始化与依赖安装

创建项目目录并初始化：

bash复制mkdir langchain-agent && cd langchain-agent
uv init .

安装核心依赖（建议使用清华源加速）：

bash复制uv add langchain langchain-openai python-dotenv -i https://pypi.tuna.tsinghua.edu.cn/simple

完整的依赖清单会自动写入pyproject.toml：

toml复制[tool.uv]
dependencies = [
    "langchain>=1.2.3",
    "langchain-openai>=1.1.7",
    "python-dotenv>=1.0.1"
]

2. 模型API配置：免费资源获取与安全管理

2.1 OpenRouter注册与API Key获取

1. 访问OpenRouter官网注册账号
2. 在Dash