1. 环境准备与工具安装
第一次接触LangChain时,最让人头疼的就是环境配置。我刚开始用pip安装时,经常遇到版本冲突问题,直到发现了uv这个现代Python包管理工具。它比pip快10倍以上,而且能自动解决依赖冲突,特别适合新手。
先确保你的Python版本在3.8以上(推荐3.10+),然后用以下命令安装uv:
bash复制curl -LsSf https://astral.sh/uv/install.sh | sh
安装完成后,新建项目目录并初始化:
bash复制mkdir langchain_demo && cd langchain_demo
uv venv # 创建虚拟环境
source .venv/bin/activate # Linux/Mac激活
# 或者 .venv\Scripts\activate # Windows激活
接着安装核心依赖。这里有个小技巧:直接安装langchain[openai]会同时安装所有OpenAI相关的依赖包,比单独安装每个包方便得多:
bash复制uv add langchain[openai] dotenv
我遇到过不少同学卡在环境变量配置这一步。正确做法是在项目根目录创建.env文件,内容如下:
ini复制OPENAI_API_KEY=你的API密钥
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_BASE_MODEL=gpt-3.5-turbo
注意:千万不要把.env文件上传到GitHub!记得在.gitignore里添加
.env
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 项目配置实战
现代Python项目都应该使用pyproject.toml管理依赖。新建文件时我建议直接复制这个模板:
toml复制[project]
name = "langchain_demo"
version = "0.1.0"
description = "My first LangChain app"
readme = "README.md"
requires-python = ">=3.10"
dependencies = [
"dotenv>=1.0.0",
"langch
