LangChain-Umgebung einrichten

Diese Anleitung führt Sie durch die Installation und Konfiguration von LangChain, damit Sie erfolgreich Ihr erstes LangChain-Programm ausführen können.

Umgebungsanforderungen

Projekt	Mindestversion	Empfohlene Version
Python	3.10	3.11 oder 3.12
pip	22.0	Neueste Version
Betriebssystem	macOS / Linux / Windows werden alle unterstützt

Prüfen Sie die Python-Version:

$ python --version
Python 3.12.7

Wenn Sie Python noch nicht installiert haben, lesen Sie unserePython3-Umgebungseinrichtung。

Referenz für Python-Paket- und Umgebungsverwaltungstools:uv Erste-Schritte-Tutorial。

LangChain installieren

LangChain verwendet ein modulares Design, bei dem Kernfunktionalität und Drittanbieter-Integrationen separat installiert werden.

Das Kernpaket installieren

$ pip install langchain

Dieser Befehl installiert daslangchainHauptpaket, das Kern-APIs wie init_chat_model() und create_agent() enthält und langchain-core automatisch als Abhängigkeit installiert.

Installieren Sie das Modellanbieter-Paket

LangChain selbst enthält keine spezifischen Modellimplementierungen. Sie müssen das entsprechende Anbieterpaket basierend auf dem von Ihnen verwendeten Modell installieren:

Modellanbieter	Installationsbefehl	Verwendete Modelle
OpenAI	pip install langchain-openai	GPT-4, GPT-5 usw.
Anthropic	pip install langchain-anthropic	Claude-Serie
DeepSeek	pip install langchain-deepseek	DeepSeek-V3, R1 usw.
Google	pip install langchain-google-genai	Gemini-Serie
Ollama (lokale Modelle)	pip install langchain-ollama	Lokale Modelle wie Llama, Qwen usw.
xAI	pip install langchain-xai	Grok-Serie
Mistral	pip install langchain-mistralai	Mistral series

Ein-Klick-Installation

Anfängern wird empfohlen, direkt die folgende Kombination zu installieren:

$ pip install langchain langchain-openai python-dotenv

python-dotenv wird verwendet, um API-Schlüssel aus der .env-Datei zu laden. Dies ist die bewährte Vorgehensweise für die Verwaltung sensibler Informationen und vermeidet, den Schlüssel im Code fest zu hinterlegen.

API-Schlüssel konfigurieren

API-Schlüssel erhalten

Am Beispiel von OpenAI müssen Sie zunächst ein Konto registrieren und einen API-Schlüssel erhalten:

Besuchen Siehttps://platform.openai.comRegistrieren Sie sich oder melden Sie sich an
Gehen Sie zur Seite API Keys und klicken Sie auf "Create new secret key"
Kopieren Sie den generierten Schlüssel (Format: sk-xxxxxxxx)

Der API-Schlüssel wird nur einmal angezeigt, speichern Sie ihn daher sofort an einem sicheren Ort. Committen Sie den Schlüssel nicht in ein Git-Repository und geben Sie ihn nicht an andere weiter.

Der Prozess für andere Anbieter ist ähnlich; bitte lesen Sie die jeweilige Dokumentation.

Umgebungsvariablen festlegen

Es wird empfohlen, eine .env-Datei zu verwenden, um den API-Schlüssel zu verwalten. Erstellen Sie eine .env-Datei im Stammverzeichnis des Projekts:

Beispiel

# Dateipfad: .env
# Tragen Sie Ihren API-Schlüssel ein
OPENAI_API_KEY=sk-your-api-key-here

# Wenn Sie andere Modelle verwenden, konfigurieren Sie sie ebenfalls hier
# ANTHROPIC_API_KEY=sk-ant-your-key
# DEEPSEEK_API_KEY=sk-your-key

Erstellen Sie anschließend eine .gitignore-Datei, damit die .env-Datei nicht committet wird:

# .gitignore
.env
__pycache__/
*.pyc

Im Code laden

Beispiel

# Dateipfad: config.py
# Die .env-Datei am Anfang des Programms laden
import os
from dotenv import load_dotenv

# Umgebungsvariablen aus der .env-Datei laden
load_dotenv()

# Überprüfen, ob der API-Schlüssel erfolgreich geladen wurde
api_key = os.getenv("OPENAI_API_KEY")
if api_key:
# Nur die ersten 8 und die letzten 4 Zeichen anzeigen, um zu vermeiden, dass der vollständige Schlüssel preisgegeben wird
print(f"API-Schlüssel geladen: {api_key[:8]}...{api_key[-4:]}")
else:
print("Warnung: OPENAI_API_KEY nicht gefunden. Bitte überprüfen Sie die .env-Datei")

Installation überprüfen

Führen Sie das folgende Skript aus, um zu überprüfen, ob die Installation erfolgreich war:

Beispiel

# Dateipfad: verify_install.py
# LangChain-Installation und API-Schlüsselkonfiguration überprüfen
from dotenv import load_dotenv
load_dotenv()

# Test 1: langchain-Import überprüfen
try:
import langchain
print(f"langchain-Version: {langchain.__version__}")
except ImportError:
print("Fehler: langchain ist nicht installiert. Bitte führen Sie pip install langchain aus")

# Test 2: langchain-openai-Import überprüfen
try:
import langchain_openai
print("langchain-openai ist installiert")
except ImportError:
print("Fehler: langchain-openai ist nicht installiert. Bitte führen Sie pip install langchain-openai aus")

# Test 3: API-Schlüsselkonfiguration überprüfen
import os
api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
print("Fehler: OPENAI_API_KEY ist nicht konfiguriert. Bitte setzen Sie ihn in der .env-Datei")
else:
print(f"API-Schlüssel erfolgreich konfiguriert: {api_key[:8]}...{api_key[-4:]}")

# Test 4: Eine Testanfrage senden
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-4o-mini")
response = model.invoke("Stellen Sie Python in einem Satz vor.")
print(f"\nModellantwort: {response.content}")

Ausgabe:

langchain 版本: 1.3.0
langchain-openai 已安装
API Key 配置成功: sk-proj-z...xxxx
Model reply: Example is a Chinese technical learning platform for programming beginners.

Wenn der letzte Schritt einen Fehler meldet, überprüfen Sie: (1) ob der API-Schlüssel korrekt ist; (2) ob ein Netzwerkproxy die Verbindung beeinträchtigt; (3) ob das Kontoguthaben ausreicht.

In China können wir das DeepSeek-Großmodell zum Testen verwenden. Wenn Sie noch keinen haben, müssen Sie zuersthttps://platform.deepseek.com/api_keyseinen API-Schlüssel erstellen.

Referenz zur DeepSeek-API-Dokumentation:https://api-docs.deepseek.com/zh-cn/。

Wenn Sie mehrere Drittanbieter-Modelle einheitlich verwalten müssen, können Sie LiteLLM als Modell-Gateway installieren:

pip install -U litellm

Die Beispiele in diesem Artikel verwenden jedoch direktChatOpenAIzusammen mitopenai_api_baseParameter zum Herstellen einer Verbindung mit DeepSeek, sodass LiteLLM nicht zusätzlich installiert werden muss.

Beispiel

import os
from langchain_openai import ChatOpenAI

# Es wird empfohlen, den API-Schlüssel in einer Umgebungsvariable abzulegen oder ihn hier direkt zuzuweisen (im Produktivbetrieb nicht hartcodieren)
# os.environ["DEEPSEEK_API_KEY"] = "sk-your-DeepSeek-key"

# Modell initialisieren
llm = ChatOpenAI(
model="deepseek-v4-pro", # DeepSeek V4 Modellname
openai_api_key="sk-your-Key", # Geben Sie Ihren DeepSeek API-Schlüssel ein
openai_api_base="https://api.deepseek.com", # DeepSeek API-Endpunkt
temperature=0.7,
max_tokens=1024
)

# Testen wir es
response = llm.invoke("Hallo, DeepSeek! Bitte gib eine kurze Selbstvorstellung.")
print(response.content)

Nach Ausführung des obigen Codes ist die Ausgabe:

你好！很高兴认识你！

我是DeepSeek，由深度求索公司创造的AI助手。我的特点包括：
。。。

Vorgeschlagenes Projektverzeichnis

Empfohlene Projektverzeichnisstruktur:

langchain-learning/
├── .env                  # API Key 配置（不提交到 Git）
├── .gitignore            # Git 忽略规则
├── config.py             # 公共配置加载
├── 01_hello_world.py     # 第一篇的示例
├── 02_first_agent.py     # Agent 示例
└── ...                   # 更多练习

Andere Erweiterungen

Agent Entwicklungskonfiguration

Referenzhandbuch

LangChain-Umgebung einrichten

Umgebungsanforderungen

LangChain installieren

Das Kernpaket installieren

Installieren Sie das Modellanbieter-Paket

Ein-Klick-Installation

API-Schlüssel konfigurieren

API-Schlüssel erhalten

Umgebungsvariablen festlegen

Beispiel

Im Code laden

Beispiel

Installation überprüfen

Beispiel

Beispiel

Vorgeschlagenes Projektverzeichnis