Langchain环境安装和配置

一、先确认环境

确保已经安装:

  • Python 3.9 ~ 3.12(推荐 3.10/3.11)
  • 能正常使用 pip 命令

检查方法:

bash

复制代码
python --version
pip --version

二、核心安装命令(必装)

1. 安装 LangChain 主库

bash

复制代码
pip install langchain

2. 安装 LangChain 社区扩展(90% 功能都在这里)

bash

复制代码
pip install langchain-community

3. 安装要用的大模型包(任选其一 / 都装)

OpenAI(最常用)

bash

复制代码
pip install langchain-openai
通义千问(阿里云)

bash

复制代码
pip install langchain-dashscope
文心一言(百度)

bash

复制代码
pip install langchain-google-genai
智谱 GLM / 豆包

bash

复制代码
pip install zhipuai langchain-core

三、配置 API 密钥(最关键)

方法 1:临时配置(当前终端有效)

Windows

bash

复制代码
set OPENAI_API_KEY=你的密钥

Mac / Linux

bash

复制代码
export OPENAI_API_KEY=你的密钥

方法 2:永久配置(推荐,一劳永逸)

  • 安装 python-dotenv

bash

复制代码
pip install python-dotenv
  • 在项目文件夹里新建文件:.env内容如下:

env

复制代码
# .env 文件
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
DASHSCOPE_API_KEY=xxxxxxxxxxxx
  • 代码里加载(必须写在最前面)

python

复制代码
from dotenv import load_dotenv
load_dotenv()  # 自动读取 .env 文件

四、最简测试代码(验证是否配置成功)

python

复制代码
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI

# 加载环境变量
load_dotenv()

# 初始化模型
llm = ChatOpenAI(model="gpt-3.5-turbo")

# 测试调用
response = llm.invoke("你好,简单介绍下自己")
print(response.content)

运行不报错 = 环境配置成功


五、可能遇到的错误 + 快速解决

  1. No module named 'langchain' → 重新执行:pip install langchain
  2. API key not found → 检查 .env 文件是否放在正确目录
  3. 模型调用超时→ 检查网络 / 更换模型
相关推荐
l12586536 分钟前
# RAG噪声知识库治理:一致性与可信度的四层防线设计
数据库·人工智能·python·自然语言处理·langchain
二进制_博客1 小时前
rag面试题之rag 系统如何解决 llm 的幻觉问题
langchain·rag
jyOverQ3 小时前
LangGraph 流式执行详解:stream、astream 与 stream_mode 怎么选?
python·langchain
l1258654 小时前
# RAG低延迟架构设计:从5秒到500ms的优化全链路
数据库·人工智能·python·langchain
睡觉时不困4425 小时前
17.LangChain 1.0+ 第五篇:Tools 工具——让大模型从认识世界到改变世界
langchain
为你学会写情书5 小时前
NestJS + LangChain 集成指南:从库封装到手动构建
langchain
草莓熊Lotso5 小时前
【Linux网络加餐】手动部署:SSH 与 Web 服务实战 + 底层原理全解析
linux·运维·网络·人工智能·python·langchain·ssh
65岁退休Coder1 天前
LangChain v1.3.4 笔记 - 08 MCP & 相关概念
后端·python·langchain
可遇_不可求1 天前
合集:LangChain智能体开发(四)langchain-elasticsearch
elasticsearch·langchain
前端 贾公子1 天前
第08章:中间件(8)
langchain