1.3 环境搭建

第一章 langchain入门与环境准备

1.1 AI大模型应用开发和Langchain的关系

1.2 LangChain 1.2.7 版本核心特性与升级点

1.3 环境搭建(Python 版本要求、langchain/langchain-core 1.2.7 安装与版本验证)

1.4 LangChain 1.2.7 核心架构概览(Runnable、Prompt、Agent、Memory 核心链路)

1.3 环境搭建

在上一节我们解析了 LangChain 1.2.7 版本的核心特性与升级点,本节将提供完整的环境搭建指南。环境搭建是后续学习 Runnable 协议、组件编排、Agent 等核心功能的基础,需严格遵循版本要求,避免因版本不兼容导致的功能异常。本节将按"Python 版本要求→虚拟环境创建→核心依赖安装→版本验证→常见问题排查"的逻辑,系统完成环境搭建,确保内容全面、步骤清晰、可落地。

1.3.1 Python 版本要求(核心前提)

LangChain 1.2.7 版本的核心依赖(如 langchain-core、pydantic)对 Python 版本有明确约束,版本不匹配会直接导致安装失败或功能异常,具体要求如下:

  • 推荐版本:Python 3.9 ~ 3.11(最稳定适配版本,优先选择 Python 3.10,兼顾兼容性和运行性能,可完美支持所有核心功能);

  • 不支持版本

    • Python 3.8 及以下:langchain-core 1.2.7 依赖 pydantic v2 系列,该系列不兼容 Python 3.8,安装时会直接抛出版本不兼容错误;

    • Python 3.12 及以上:部分第三方依赖(如部分工具类、存储适配类依赖)尚未完成适配,可能出现流式执行、异步调用等核心功能异常。

  • 关键提醒:建议使用虚拟环境(如 venv、conda)搭建独立开发环境,避免与系统 Python 或其他项目的依赖包冲突,尤其适合多版本 LangChain 并行开发、多项目切换的场景。

1.3.2 虚拟环境创建(推荐步骤)

无论使用 Windows、MacOS 还是 Linux 系统,均优先推荐创建虚拟环境,以下以 Python 内置的 venv 为例(简单易用、无需额外安装),分步骤完成虚拟环境的创建、激活与退出,适配全系统:

  1. 打开终端/命令提示符

    • Windows 系统:按下 Win + R 组合键,输入 cmd 打开命令提示符,或输入 PowerShell 打开 PowerShell(推荐 PowerShell,兼容性更好);

    • MacOS/Linux 系统:直接打开终端(Terminal)即可。

  2. 创建虚拟环境

    • 第一步(可选):切换到自定义工作目录,建议创建专门的 LangChain 学习/开发目录,便于文件管理:
      `# MacOS/Linux 系统切换目录
      cd ~/LangChain-Learn

    Windows 系统切换目录(示例路径,可自定义)

    cd D:\LangChain-Learn`

    • 第二步:执行创建命令,创建名为 langchain-1.2.7-env 的虚拟环境(名称可自定义,建议包含版本号,便于区分):
      python -m venv langchain-1.2.7-env
  3. 激活虚拟环境

    • Windows(cmd 命令提示符):
      langchain-1.2.7-env\Scripts\activate.bat

    • Windows(PowerShell):
      .\langchain-1.2.7-env\Scripts\Activate.ps1

    • MacOS/Linux 系统:
      source langchain-1.2.7-env/bin/activate

    • 激活验证:终端/命令提示符前会显示虚拟环境名称(如 (langchain-1.2.7-env)),此时执行的所有 pip 命令均仅作用于该虚拟环境,不影响其他环境。

  4. 退出虚拟环境(可选)

    • 后续不需要使用该虚拟环境时,在终端/命令提示符中执行以下命令,即可退出虚拟环境:
      deactivate

    • 退出验证:终端/命令提示符前的虚拟环境名称消失,恢复系统默认显示。

1.3.3 langchain/langchain-core 1.2.7 安装(核心步骤)

LangChain 1.2.7 版本的核心依赖为 langchain-core1.2.7 和 langchain1.2.7:其中 langchain-core 是框架核心,包含 Runnable 协议、LCEL 表达式等核心功能;langchain 是完整框架,包含所有官方组件、工具链。安装时需严格指定版本号,避免安装最新版本导致不兼容,提供两种安装方式,可根据自身需求选择。

1.3.3.1 方式1:完整安装(推荐,新手首选)

完整安装会自动安装 langchain1.2.7、langchain-core1.2.7 以及常用依赖(如 pydantic、requests、aiohttp 等),无需手动安装其他依赖,一次性完成环境配置,执行以下命令:

bash 复制代码
# 完整安装,指定版本号,避免升级到最新版
pip install langchain==1.2.7 langchain-core==1.2.7 -i https://pypi.tuna.tsinghua.edu.cn/simple

补充说明:

1.3.3.2 方式2:最小化安装(适合按需扩展)

最小化安装仅安装 langchain-core1.2.7 和 langchain1.2.7 核心包,不安装额外依赖,适合有明确依赖管理需求、追求环境轻量化的开发者,步骤如下:

bash 复制代码
# 最小化安装,仅安装核心包,不安装额外依赖
pip install langchain==1.2.7 langchain-core==1.2.7 --no-deps -i https://pypi.tuna.tsinghua.edu.cn/simple

# 按需安装额外依赖(根据后续学习/开发需求安装,示例如下)
# 示例1:安装 OpenAI 模型依赖(后续调用 OpenAI 模型需用到)
pip install openai==1.30.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 示例2:安装异步执行依赖(后续使用 ainvoke/astream 需用到)
pip install aiohttp==3.9.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 示例3:安装环境变量配置依赖(后续管理 API Key 需用到)
pip install python-dotenv==1.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

补充说明:最小化安装后,后续使用特定功能(如调用 OpenAI 模型、异步执行、环境变量配置)时,需手动安装对应依赖,否则会抛出"ModuleNotFoundError"(模块缺失)错误。

1.3.4 安装常见问题排查

安装过程中若出现错误,可参考以下常见问题及解决方案,快速排查并解决,避免影响后续学习/开发:

  • 问题1:pip 版本过低,无法安装依赖

    • 提示信息:ERROR: Could not find a version that satisfies the requirement langchain==1.2.7

    • 解决方案:先升级 pip 版本,再重新执行安装命令:
      pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

  • 问题2:Python 版本不兼容,安装失败

    • 提示信息:langchain-core 1.2.7 requires Python >=3.9, ❤️.12, but you have Python 3.8.10 which is incompatible

    • 解决方案:卸载当前不兼容的 Python 版本,安装 Python 3.9~3.11 中的任意版本(优先推荐 Python 3.10),重新创建虚拟环境并执行安装命令。

  • 问题3:网络超时,无法下载依赖包

1.3.5 版本验证(关键步骤,确保环境可用)

安装完成后,必须进行版本验证,确认 Python、langchain、langchain-core 的版本符合要求,避免因安装错误导致后续功能异常,验证步骤分4步,适配全系统,简单易操作:

  1. 验证 Python 版本

    • 操作:在激活虚拟环境的终端/命令提示符中,执行以下命令:
      python --version # Windows/MacOS/Linux 通用

    • 验证标准:输出版本号在 3.9~3.11 范围内,示例:Python 3.10.10(合格)。

  2. 验证 langchain 版本

    • 操作:在激活虚拟环境的终端/命令提示符中,执行以下命令:
      pip show langchain

    • 验证标准:输出结果中 Version 字段为 1.2.7,示例:Version: 1.2.7(合格)。

  3. 验证 langchain-core 版本

    • 操作:在激活虚拟环境的终端/命令提示符中,执行以下命令:
      pip show langchain-core

    • 验证标准:输出结果中 Version 字段为 1.2.7,示例:Version: 1.2.7(合格)。

  4. 功能验证(可选,确保环境可正常使用)

    • 操作:执行简单代码,验证 LangChain 核心模块可正常导入,步骤如下:
      `# 第一步:进入 Python 交互环境
      python

    第二步:导入 langchain-core 核心模块(Runnable 协议)

    from langchain_core.runnables import Runnable

    第三步:打印 Runnable 类,确认版本适配

    print(Runnable)`

    • 验证标准:未抛出"ModuleNotFoundError"等异常,且正常打印 Runnable 类信息,说明环境搭建成功,可用于后续学习/开发。

1.3.6 章节总结

本节系统完成了 LangChain 1.2.7 环境的搭建,核心要点总结如下,便于快速回顾和后续查阅:

  • 版本约束:Python 必须使用 3.9~3.11 版本,langchain 和 langchain-core 必须指定 1.2.7 版本,避免版本不兼容;

  • 环境规范:优先使用虚拟环境(venv)搭建独立环境,避免依赖冲突,提升环境可维护性;

  • 安装选择:新手首选完整安装,按需扩展可选择最小化安装,安装时建议使用清华源提升速度;

  • 关键步骤:安装后必须进行版本验证,确保 Python、langchain、langchain-core 版本合格,可选做功能验证,确保环境可用;

相关推荐
njsgcs15 小时前
agentscope 调用vlm
人工智能
happyprince15 小时前
2026年02月08日热门论文
人工智能·深度学习·计算机视觉
七牛云行业应用15 小时前
1M上下文腐烂?实测Opus 4.6 vs GPT-5.3及MoA降本架构源码
人工智能·python·llm·架构设计·gpt-5·claude-opus
芷栀夏15 小时前
CANN ops-math:面向 AI 计算的基础数学算子开发与高性能调用实战指南
人工智能·深度学习·神经网络·cann
普马萨特15 小时前
Agent × Google Maps × Gemini:地理智能时代的新发现
人工智能
愚公搬代码15 小时前
【愚公系列】《AI短视频创作一本通》018-AI语音及音乐的创作(短视频背景音乐的选择及创作)
人工智能·音视频
那个村的李富贵20 小时前
光影魔术师:CANN加速实时图像风格迁移,让每张照片秒变大师画作
人工智能·aigc·cann
蛇皮划水怪21 小时前
深入浅出LangChain4J
java·langchain·llm
AskHarries21 小时前
Skills.lc 是什么?为什么我会做(用)这个站
ai编程