1. LangChain开发环境搭建与基础配置
作为一名长期从事AI应用开发的工程师,我最近在多个项目中深度使用了LangChain框架。这个Python库确实大幅简化了大模型应用的开发流程,今天我将分享从环境搭建到核心功能使用的完整经验。
1.1 必备软件包安装
LangChain采用模块化设计,我们需要根据实际需求安装对应组件。以下是经过生产环境验证的稳定版本组合:
bash复制# 核心框架(必须)
pip install langchain==0.1.0
# 官方维护的核心组件
pip install langchain-core==0.1.0
pip install langchain-openai==0.1.0
# 社区贡献的扩展组件
pip install langchain-community==0.1.0
# 高级功能支持
pip install langgraph==0.1.0
pip install langsmith==0.1.0
注意:建议使用虚拟环境管理依赖,避免版本冲突。我习惯用conda创建独立环境:
bash复制conda create -n langchain_env python=3.10 conda activate langchain_env
1.2 大模型API密钥配置
无论是使用OpenAI还是国内大模型平台,安全配置API密钥都是首要步骤。以下是两种推荐方案:
方案一:环境变量配置(生产环境首选)
bash复制# Linux/macOS
export OPENAI_API_KEY="sk-your-key"
# 或国内平台如智谱AI
export ZHIPUAI_API_KEY="your-zhipu-key"
# Windows
set OPENAI_API_KEY="sk-your-key"
方案二:配置文件管理(开发调试方便)
创建.env文件:
ini复制OPENAI_API_KEY=sk-your-key
ZHIPUAI_API_KEY=your-zhipu-key
然后在代码中加载:
python复制from dotenv import load_dotenv
load_
