Configuración del entorno LangChain

Este artículo te guiará a través de la instalación y configuración de LangChain para que puedas ejecutar tu primer programa LangChain sin problemas.

Requisitos del entorno

Proyecto	Versión mínima	Versión recomendada
Python	3.10	3.11 o 3.12
pip	22.0	Última versión
Sistema operativo	macOS / Linux / Windows son compatibles

Comprueba la versión de Python:

$ python --version
Python 3.12.7

Si aún no tienes Python instalado, puedes consultar nuestroConfiguración del entorno Python3。

Referencia de herramientas de gestión de paquetes y entornos de Python:Tutorial básico de uv。

Instalar LangChain

LangChain utiliza un diseño modular; las funciones principales y las integraciones de terceros se instalan por separado.

Instalar el paquete principal

$ pip install langchain

Este comando instalarálangchainel paquete principal, que contiene APIs centrales como init_chat_model(), create_agent(), y automáticamente instalará langchain-core como dependencia.

Instalar el paquete del proveedor de modelos

LangChain en sí no incluye implementaciones específicas de modelos; debes instalar el paquete del proveedor correspondiente según el modelo que uses:

Proveedor de modelos	Comando de instalación	Modelos utilizados
OpenAI	pip install langchain-openai	GPT-4, GPT-5, etc.
Anthropic	pip install langchain-anthropic	Serie Claude
DeepSeek	pip install langchain-deepseek	DeepSeek-V3, R1, etc.
Google	pip install langchain-google-genai	Serie Gemini
Ollama (modelos locales)	pip install langchain-ollama	Modelos locales como Llama, Qwen
xAI	pip install langchain-xai	Serie Grok
Mistral	pip install langchain-mistralai	Serie Mistral

Instalación de un solo clic

Se recomienda que los principiantes instalen directamente la siguiente combinación:

$ pip install langchain langchain-openai python-dotenv

python-dotenv se usa para cargar la API Key desde el archivo .env; esta es una buena práctica para gestionar información sensible y evita codificar la Key directamente en el código.

Configurar la API Key

Obtener la API Key

Tomando OpenAI como ejemplo, primero debes registrar una cuenta y obtener una API Key:

Visitahttps://platform.openai.comRegístrate o inicia sesión
Entra en la página de API Keys y haz clic en "Create new secret key"
Copia la Key generada (formato: sk-xxxxxxxx)

La API Key solo se muestra una vez; guárdala inmediatamente en un lugar seguro. No subas la Key a un repositorio Git ni la compartas con otras personas.

El proceso de obtención para otros proveedores es similar; consulta la documentación correspondiente.

Configurar variables de entorno

Se recomienda usar un archivo .env para gestionar la API Key. Crea un archivo .env en la raíz del proyecto:

Ejemplo

# Ruta del archivo: .env
# Completa tu API Key
OPENAI_API_KEY=sk-your-api-key-here

# Si usas otros modelos, configúralos también aquí
# ANTHROPIC_API_KEY=sk-ant-your-key
# DEEPSEEK_API_KEY=sk-your-key

Luego crea un archivo .gitignore para asegurarte de que .env no se suba al repositorio:

# .gitignore
.env
__pycache__/
*.pyc

Cargar en el código

Ejemplo

# Ruta del archivo: config.py
# Carga el archivo .env al inicio del programa
import os
from dotenv import load_dotenv

# Carga las variables de entorno del archivo .env
load_dotenv()

# Verifica si la API Key se cargó correctamente
api_key = os.getenv("OPENAI_API_KEY")
if api_key:
# Muestra solo los primeros 8 y últimos 4 caracteres para no exponer la Key completa
print(fAPI Key cargada: {api_key[:8]}...{api_key[-4:]})
else:
print(Advertencia: no se encontró OPENAI_API_KEY; revisa el archivo .env)

Verificar la instalación

Ejecuta el siguiente script para verificar si la instalación fue exitosa:

Ejemplo

# Ruta del archivo: verify_install.py
# Verifica la instalación de LangChain y la configuración de la API Key
from dotenv import load_dotenv
load_dotenv()

# Prueba 1: Verifica la importación de langchain
try:
import langchain
print(fVersión de langchain: {langchain.__version__})
except ImportError:
print(Error: langchain no está instalado; ejecuta pip install langchain)

# Prueba 2: Verifica la importación de langchain-openai
try:
import langchain_openai
print(langchain-openai está instalado)
except ImportError:
print(Error: langchain-openai no está instalado; ejecuta pip install langchain-openai)

# Prueba 3: Verifica la configuración de la API Key
import os
api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
print(Error: OPENAI_API_KEY no está configurada; configúrala en el archivo .env)
else:
print(fAPI Key configurada correctamente: {api_key[:8]}...{api_key[-4:]})

# Prueba 4: Envía una solicitud de prueba
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-4o-mini")
response = model.invoke(Describe EJEMPLO en una frase)
print(f"\nRespuesta del modelo: {response.content}")

Resultado de la ejecución:

langchain 版本: 1.3.0
langchain-openai 已安装
API Key 配置成功: sk-proj-z...xxxx
Respuesta del modelo: Ejemplo es una plataforma china de aprendizaje técnico para principiantes de programación.

Si el último paso da error, verifica: (1) si la API Key es correcta; (2) si hay un proxy de red que afecte la conexión; (3) si el saldo de la cuenta es suficiente.

En China podemos usar el modelo DeepSeek para probar; si aún no lo tienes, primero ve ahttps://platform.deepseek.com/api_keyscrear una API key.

Referencia de la documentación de API de DeepSeek:https://api-docs.deepseek.com/zh-cn/。

Si necesitas gestionar varios modelos de terceros de forma unificada, puedes optar por instalar LiteLLM como puerta de enlace de modelos:

pip install -U litellm

Sin embargo, los ejemplos de este artículo usan directamenteChatOpenAIjunto conopenai_api_baseel parámetro para conectarse a DeepSeek, sin necesidad de instalar LiteLLM adicionalmente.

Ejemplo

import os
from langchain_openai import ChatOpenAI

# Se recomienda poner la API Key en una variable de entorno, o asignarla directamente aquí (no la codifiques en producción).
# os.environ["DEEPSEEK_API_KEY"] = "sk-tu clave secreta de DeepSeek"

# Inicializa el modelo
llm = ChatOpenAI(
model="deepseek-v4-pro", # Nombre del modelo DeepSeek V4
openai_api_key="sk-tu Key", # Completa tu API Key de DeepSeek
openai_api_base="https://api.deepseek.com", # La dirección de la API de DeepSeek
temperature=0.7,
max_tokens=1024
)

# Probemos
response = llm.invoke(¡Hola, DeepSeek! Haz una breve presentación de ti mismo.)
print(response.content)

Ejecuta el código anterior y se mostrará el resultado:

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：
。。。

Sugerencias para el directorio del proyecto

Estructura de directorio del proyecto recomendada:

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

Otras extensiones

Agent Configuración de desarrollo

Manual de referencia

Configuración del entorno LangChain

Requisitos del entorno

Instalar LangChain

Instalar el paquete principal

Instalar el paquete del proveedor de modelos

Instalación de un solo clic

Configurar la API Key

Obtener la API Key

Configurar variables de entorno

Ejemplo

Cargar en el código

Ejemplo

Verificar la instalación

Ejemplo

Ejemplo

Sugerencias para el directorio del proyecto