1. LangChain开发环境搭建与基础配置
在开始使用LangChain进行大语言模型应用开发前,正确的环境配置是第一步。我推荐使用Python 3.8+版本,这个版本区间对各类AI库的支持最为稳定。以下是经过我多次实践验证的配置方案:
code复制python -m venv langchain-env # 创建虚拟环境
source langchain-env/bin/activate # 激活环境(Linux/Mac)
# 或 langchain-env\Scripts\activate (Windows)
核心依赖安装建议分两步进行。首先安装LangChain基础框架:
code复制pip install langchain langchain-community
然后根据你要对接的大模型平台选择对应的集成包。我测试过多个平台的对接稳定性,以下是几个主流选项:
-
OpenAI系列(GPT-3.5/4):
bash复制
pip install langchain-openai -
阿里云通义千问:
bash复制
pip install langchain-qwq -
Hugging Face生态:
bash复制
pip install langchain-huggingface transformers
重要提示:不同模型提供商对Python版本和依赖库的要求可能不同,遇到冲突时建议创建独立的虚拟环境。
1.1 API密钥的安全管理
在实际项目中,我强烈建议不要将API密钥硬编码在脚本中。以下是几种更安全的密钥管理方式:
- 环境变量法(适合本地开发):
python复制import os
os.environ["DASHSCOPE_API_KEY"] = "your_api_key_here" # 通义千问
os.environ["OPENAI_API_KEY"] = "your_openai_key" # OpenAI
- 配置文件法(适合团队协作):
创建.env文件:
ini复制DASHSCOPE_API_KEY=your_key
OPENAI_API_KEY=your_key
然后在代码中
