一、LangChain-ts系列学习——环境安装及配置

以下系列都是我每天学习AI的自己的随笔记录，今天先从langchain-typescript语言的环境配置和简单使用开始学起

1. 项目初始化

csharp 复制代码

// 生成package.json文件
npm init

增加package.json文件中的配置 "type": "module"

如下图所示，因为我们后续会安装依赖包，使用es6的import语句，运行时会报这个错误，因为默认的"type"是commonJs，要用require语句来引入，当我们改成"module"后，就不会报错了

2. 安装langChain依赖包

java 复制代码

// 安装langchain
npm install langchain @langchain/core deepagents

// 安装OpenAI, Anthropic
npm install @langchain/openai
npm install @langchain/anthropic

3. 配置API Key及其他基础变量

还是以qwen模型为例，因为有免费的额度

选择模型

阿里云百炼注册后会送每个模型100万的免费token，所以一定要先注册

模型广场（ bailian.console.aliyun.com/cn-beijing/... ）选择其中一个模型，点击进入模型详情页面，如图二，复制按钮复制模型名称，下面的免费额度查看自己的额度，记住一定要把"免费额度用完即停"的按钮打开，防止超额

复制API Key

地址：bailian.console.aliyun.com/cn-beijing/...

获取base_url

地址：help.aliyun.com/zh/model-st...

ini 复制代码

const base_url =  'https://dashscope.aliyuncs.com/compatible-mode/v1'

配置config.js或者环境变量（建议使用环境变量）

javascript 复制代码

// 1. 放在项目文件中 config.js
export const QWEN_API_KEY = 'sk-XXXX'
export const QWEN_MODEL_NAME = 'qwen3.7-max'
export const QWEN_BASE_URL = 'https://dashscope.aliyuncs.com/compatible-mode/v1'
// 使用时import引入即可
import { QWEN_API_KEY, QWEN_MODEL_NAME, QWEN_BASE_URL } from "./config.js";

// 2. 配置环境变量
// 2.1 安装dotenv来管理环境变量
npm install dotenv
// 2.2 在根目录新建文件.env,将以下内容复制进去，变量名可以自取
QWEN_API_KEY = 'sk-XXXX'
QWEN_MODEL_NAME = 'qwen3.7-max'
QWEN_BASE_URL = 'https://dashscope.aliyuncs.com/compatible-mode/v1'

4. 简单与大模型对话

在项目中创建一个index.js文件，在里面输入以下内容执行

执行index.js文件有三种方案：

vscode中或者其他powershell，在当前文件夹内打开命令行工具，输入node index.js

因为我们上面npm init生成了package.json文件，script的start命令就是node index.js，所以我们可以直接在vscode的terminal中执行 npm start

Vscode中最左侧的run and debug工具栏，点击执行，或者上面的run按钮，如下图所示

这里用到了两个方法 ChatOpenAI 和 model.invoke

"ChatOpenAI" 是OpenAI提供的可以和大模型进行聊天对话的构造函数，通过new 构建了实例对象后就可以调用实例的方法进行和大模型的对话

"invoke" 是langchain的执行方法，可以和大模型进行对话并且获取响应结果，传参是单个消息或者消息列表，它会将输入变成langchain的消息格式，并且返回一个AIMessage的消息对象格式
less 复制代码
{
    content:'', // 大模型的返回结果
    additional_kwargs:{  // 大模型的额外信息
        reasoning_content:''
    },
    response_metadata: {}, // 响应的元数据，包括token的使用量，使用的大模型，以及响应状态
    tool_calls: [], // 工具调用
    invalid_tool_calls: [],  // 默认的工具调用
    usage_metadata: {}, // token的使用量信息
}

arduino 复制代码

import { QWEN_API_KEY, QWEN_MODEL_NAME, QWEN_BASE_URL } from "./config.js";

import { ChatOpenAI } from "@langchain/openai";

// 1. 使用本地文件保存变量
// const model = new ChatOpenAI({
//   model: QWEN_MODEL_NAME || "qwen3.7-max", // Specify a model available on OpenRouter
//   configuration: {
//     apiKey: QWEN_API_KEY,
//     baseURL:
//       QWEN_BASE_URL || "https://dashscope.aliyuncs.com/compatible-mode/v1",
//   },
// });
// 2. 使用环境变量配置model
const model = new ChatOpenAI({
  model: process.env.QWEN_MODEL_NAME, // Specify a model available on OpenRouter
  configuration: {
    apiKey: process.env.QWEN_API_KEY,
    baseURL: process.env.QWEN_BASE_URL,
  },
});

const result = await model.invoke("我是谁");

console.log(result, result.content);

以下截图是大模型的返回，其中大模型的返回内容可以通过result.content 打印出来并查看