Настройка окружения LangChain

Это руководство проведёт вас через установку и настройку LangChain, чтобы вы могли успешно запустить свою первую программу на LangChain.

Требования к окружению

ПроектМинимальная версияРекомендуемая версия
Python3.103.11 или 3.12
pip22.0Последняя версия
Операционная системаmacOS / Linux / Windows — все поддерживаются

Проверьте версию Python:

$ python --version
Python 3.12.7

Если вы еще не установили Python, обратитесь к нашемуруководству по настройке окружения Python3。

Справочник по инструментам управления пакетами и окружением Python:Руководство по началу работы с uv。

Установка LangChain

LangChain использует модульный дизайн, при котором основная функциональность и сторонние интеграции устанавливаются отдельно.

Установите основной пакет

$ pip install langchain

Эта команда устанавливаетlangchainосновной пакет, который включает основные API, такие как init_chat_model() и create_agent(), и автоматически устанавливает langchain-core как зависимость.

Установите пакет провайдера модели

Сам LangChain не включает конкретные реализации моделей. Вам нужно установить соответствующий пакет провайдера в зависимости от используемой модели:

Провайдер моделиКоманда установкиИспользуемые модели
OpenAIpip install langchain-openaiGPT-4, GPT-5 и т. д.
Anthropicpip install langchain-anthropicСерия Claude
DeepSeekpip install langchain-deepseekDeepSeek-V3, R1 и т. д.
Googlepip install langchain-google-genaiСерия Gemini
Ollama (локальные модели)pip install langchain-ollamaЛокальные модели, такие как Llama, Qwen и т. д.
xAIpip install langchain-xaiСерия Grok
Mistralpip install langchain-mistralaiСерия Mistral

Установка в один клик

Новичкам рекомендуется сразу установить следующую комбинацию:

$ pip install langchain langchain-openai python-dotenv

python-dotenv используется для загрузки ключей API из файла .env. Это лучшая практика управления конфиденциальной информацией, позволяющая избежать жесткого кодирования ключа в вашем коде.

Настройка API-ключа

Получите ключ API

Возьмём OpenAI в качестве примера: сначала нужно зарегистрировать аккаунт и получить ключ API:

  1. Посетитеhttps://platform.openai.comЗарегистрируйтесь или войдите
  2. Перейдите на страницу API Keys и нажмите "Создать новый секретный ключ"
  3. Скопируйте созданный ключ (формат: sk-xxxxxxxx)

Ключ API показывается только один раз, поэтому сразу сохраните его в надёжном месте. Не добавляйте ключ в Git-репозиторий и не делитесь им с другими.

Процесс у других провайдеров аналогичен; обратитесь к их документации.

Установите переменные окружения

Рекомендуется использовать файл .env для управления ключом API. Создайте файл .env в корневом каталоге проекта:

Пример

# Путь к файлу: .env
# Укажите свой ключ API
OPENAI_API_KEY=sk-your-api-key-here

# Если вы используете другие модели, настройте их здесь же
# ANTHROPIC_API_KEY=sk-ant-your-key
# DEEPSEEK_API_KEY=sk-your-key

Затем создайте файл .gitignore, чтобы гарантировать, что файл .env не будет закоммичен:

# .gitignore
.env
__pycache__/
*.pyc

Загрузка в коде

Пример

# Путь к файлу: config.py
# Загрузите файл .env в начале программы
import os
from dotenv import load_dotenv

# Загрузите переменные окружения из файла .env
load_dotenv()

# Проверьте, успешно ли загружен API-ключ
api_key = os.getenv("OPENAI_API_KEY")
if api_key:
    # Отображайте только первые 8 и последние 4 символа, чтобы не раскрыть весь ключ
    print(f"API-ключ загружен: {api_key[:8]}...{api_key[-4:]}")
else:
    print("Предупреждение: OPENAI_API_KEY не найден. Проверьте файл .env")

Проверка установки

Запустите следующий скрипт, чтобы проверить, успешно ли прошла установка:

Пример

# Путь к файлу: verify_install.py
# Проверка установки LangChain и настройки API-ключа
from dotenv import load_dotenv
load_dotenv()

# Тест 1: Проверка импорта langchain
try:
    import langchain
    print(f"версия langchain: {langchain.__version__}")
except ImportError:
    print("Ошибка: langchain не установлен. Пожалуйста, запустите pip install langchain")

# Тест 2: Проверка импорта langchain-openai
try:
    import langchain_openai
    print("langchain-openai установлен")
except ImportError:
    print("Ошибка: langchain-openai не установлен. Пожалуйста, запустите pip install langchain-openai")

# Тест 3: Проверка настройки API-ключа
import os
api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
    print("Ошибка: OPENAI_API_KEY не настроен. Пожалуйста, задайте его в файле .env")
else:
    print(f"API-ключ успешно настроен: {api_key[:8]}...{api_key[-4:]}")

# Тест 4: Отправка тестового запроса
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-4o-mini")
response = model.invoke("Расскажи о Python в одном предложении.")
print(f"\nОтвет модели: {response.content}")

Вывод:

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.

Если на последнем шаге возникает ошибка, проверьте: (1) правильность API-ключа; (2) не влияет ли сетевой прокси на соединение; (3) достаточно ли средств на счете.

В Китае мы можем использовать большую модель DeepSeek для тестирования. Если у вас его ещё нет, вам нужно сначалаhttps://platform.deepseek.com/api_keysсоздать API-ключ.

Ссылка на документацию API DeepSeek:https://api-docs.deepseek.com/zh-cn/。

Если вам нужно единообразно управлять несколькими сторонними моделями, вы можете установить LiteLLM в качестве шлюза моделей:

pip install -U litellm

Однако примеры в этой статье напрямую используютChatOpenAIвместе сopenai_api_baseпараметры для подключения к DeepSeek, поэтому нет необходимости дополнительно устанавливать LiteLLM.

Пример

import os
from langchain_openai import ChatOpenAI

# Рекомендуется поместить API-ключ в переменную окружения или присвоить его прямо здесь (не встраивайте его в код в продакшене)
# os.environ["DEEPSEEK_API_KEY"] = "sk-your-DeepSeek-key"

# Инициализация модели
llm = ChatOpenAI(
    model="deepseek-v4-pro",             # Название модели DeepSeek V4
    openai_api_key="sk-your-Key",        # Вставьте свой ключ API DeepSeek
    openai_api_base="https://api.deepseek.com", # Эндпоинт API DeepSeek
    temperature=0.7,
    max_tokens=1024
)

# Давайте протестируем это
response = llm.invoke("Привет, DeepSeek! Пожалуйста, представься кратко.")
print(response.content)

После выполнения приведённого выше кода вывод будет:

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：
。。。

Рекомендуемый каталог проекта

Рекомендуемая структура каталогов проекта:

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
Другие расширения