第 02 课：环境搭建 - 第一个 LangChain 程序

课程目标

通过本节课，你将学到：

• ✅ 安装 Python 和虚拟环境
• ✅ 安装 LangChain 及相关依赖
• ✅ 配置 LLM API Key
• ✅ 编写第一个 LangChain 程序
• ✅ 常见问题排查

---

一、环境准备

1.1 检查 Python 版本

LangChain 要求 Python 3.8+，推荐使用 Python 3.10 或 3.11。

# 检查 Python 版本
python --version
# 或
python3 --version

# 应该输出类似：
# Python 3.11.5

如果版本过低

从 Python 官网 下载最新版本。

1.2 创建虚拟环境（推荐）

使用虚拟环境可以隔离项目依赖，避免版本冲突。

方法 1：使用 venv（Python 自带）

# 创建虚拟环境
python -m venv langchain-env

# 激活虚拟环境
# Windows:
langchain-env\Scripts\activate

# macOS/Linux:
source langchain-env/bin/activate

方法 2：使用 conda

# 创建虚拟环境
conda create -n langchain-env python=3.11

# 激活虚拟环境
conda activate langchain-env

1.3 配置 IDE（推荐）

推荐 IDE：

• VS Code + Python 插件（免费、轻量）
• PyCharm（功能强大、专业版收费）

VS Code 必装插件：

1. Python（Microsoft）
2. Pylance（智能提示）
3. Python Indent（自动缩进）

---

二、安装 LangChain

2.1 安装核心包

# 安装 LangChain 核心包
pip install langchain

# 安装 LangChain 社区集成包
pip install langchain-community

# 安装 LangChain 核心依赖
pip install langchain-core

2.2 安装 LLM 提供商包

根据你要使用的 LLM，安装对应的包：

OpenAI（推荐）

pip install langchain-openai

Anthropic Claude

pip install langchain-anthropic

Google Gemini

pip install langchain-google-genai

国产 LLM（如 GLM、Qwen）

# GLM（智谱）
pip install zhipuai

# Qwen（通义千问）
pip install dashscope

2.3 安装常用工具包

# 文档加载器
pip install pypdf faiss-cpu

# 向量数据库
pip install chromadb

# Web 搜索
pip install duckduckgo-search

# 代码执行
pip install python-dotenv

2.4 一键安装（推荐）

创建 requirements.txt：

langchain==0.1.0
langchain-openai==0.0.5
langchain-community==0.0.10
python-dotenv==1.0.0
pydantic==2.5.0

然后一键安装：

pip install -r requirements.txt

---

三、配置 API Key

3.1 获取 API Key

OpenAI：

1. 访问 OpenAI Platform
2. 注册/登录账号
3. 进入 API Keys 页面
4. 点击 "Create new secret key"

国产 LLM：

• GLM：智谱开放平台
• Qwen：阿里云百炼
• Baichuan：百川智能

3.2 配置环境变量

方法 1：创建 .env 文件（推荐）

在项目根目录创建 .env 文件：

# .env
OPENAI_API_KEY=sk-xxxxxxxxxxxxxx
OPENAI_API_BASE=https://api.openai.com/v1  # 可选，用于代理

# 如果使用其他 LLM
ANTHROPIC_API_KEY=sk-ant-xxxxxx
GOOGLE_API_KEY=AIza-xxxxxx

加载 .env 文件：

from dotenv import load_dotenv
load_dotenv()  # 自动加载 .env 文件中的环境变量

方法 2：直接设置环境变量

# macOS/Linux
export OPENAI_API_KEY="sk-xxxxxxxxxxxxxx"

# Windows (CMD)
set OPENAI_API_KEY=sk-xxxxxxxxxxxxxx

# Windows (PowerShell)
$env:OPENAI_API_KEY="sk-xxxxxxxxxxxxxx"

方法 3：代码中直接传入（不推荐，有安全风险）

import os
os.environ["OPENAI_API_KEY"] = "sk-xxxxxxxxxxxxxx"

安全提示

永远不要把 API Key 硬编码在代码中或提交到 Git 仓库！

---

四、第一个 LangChain 程序

4.1 Hello World

创建 hello_langchain.py：

# hello_langchain.py
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI

# 1. 加载环境变量
load_dotenv()

# 2. 初始化 LLM
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0.7)

# 3. 调用 LLM
response = llm.invoke("你好！请用一句话介绍 LangChain")

# 4. 输出结果
print(response.content)

运行程序：

python hello_langchain.py

预期输出：

LangChain 是一个用于构建大语言模型应用的 Python 框架，提供了链式调用、记忆管理、工具集成等核心功能。

4.2 代码解析

# 第 1 步：加载环境变量
load_dotenv()
# 作用：从 .env 文件中读取 OPENAI_API_KEY

# 第 2 步：初始化 LLM
llm = ChatOpenAI(
    model="gpt-3.5-turbo",  # 使用的模型
    temperature=0.7         # 温度参数（0-1），越高越随机
)

# 第 3 步：调用 LLM
response = llm.invoke("你好！")
# 返回一个 AIMessage 对象

# 第 4 步：获取内容
print(response.content)

4.3 进阶：流式输出

# stream_output.py
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI

load_dotenv()

llm = ChatOpenAI(model="gpt-3.5-turbo", streaming=True)

# 流式输出
for chunk in llm.stream("写一首关于春天的诗"):
    print(chunk.content, end="", flush=True)

效果：文字会逐字出现，而不是一次性输出。

---

五、常见问题排查

问题 1：ModuleNotFoundError

ModuleNotFoundError: No module named 'langchain'

解决方案：

pip install langchain langchain-community langchain-openai

问题 2：API Key 无效

openai.AuthenticationError: Incorrect API key provided

解决方案：

1. 检查 API Key 是否正确
2. 检查 .env 文件是否在项目根目录
3. 确认已调用 load_dotenv()

问题 3：网络连接失败

openai.APIConnectionError: Connection error

解决方案：

1. 检查网络连接
2. 使用代理或镜像：

llm = ChatOpenAI(
    model="gpt-3.5-turbo",
    openai_api_base="https://your-proxy.com/v1"
)

问题 4：余额不足

openai.RateLimitError: You exceeded your current quota

解决方案：

1. 检查 OpenAI 账户余额
2. 升级到付费账户
3. 或使用国产 LLM（成本更低）

---

六、项目结构建议

一个标准的 LangChain 项目结构：

my-langchain-project/
├── .env                # API Keys（不要提交到 Git）
├── .gitignore          # Git 忽略文件
├── requirements.txt    # 依赖列表
├── README.md           # 项目说明
├── main.py             # 主程序
├── chains/             # 自定义 Chains
│   └── my_chain.py
├── agents/             # 自定义 Agents
│   └── my_agent.py
├── tools/              # 自定义 Tools
│   └── my_tool.py
└── utils/              # 工具函数
    └── helpers.py

.gitignore 示例：

# 环境变量
.env

# Python
__pycache__/
*.py[cod]
*$py.class
venv/
env/

# IDE
.vscode/
.idea/

---

七、本课小结

核心要点

1. 环境准备：

   • Python 3.8+
   • 虚拟环境（venv 或 conda）
   • IDE（VS Code 或 PyCharm）

2. 安装 LangChain：

   • pip install langchain langchain-openai
   • 根据需求安装其他依赖

3. 配置 API Key：

   • 使用 .env 文件（推荐）
   • 永远不要硬编码

4. 第一个程序：

   • load_dotenv()
   • ChatOpenAI()
   • llm.invoke()

下节预告

下一课，我们将学习 模型（Models），包括：

• LLM vs Chat Models 的区别
• 如何选择合适的模型
• 模型参数调优
• 多模型切换

---

🎯 课后练习

1. 环境搭建：按照本课步骤，搭建 LangChain 开发环境。
2. Hello World：运行第一个 LangChain 程序，成功输出结果。
3. 流式输出：修改程序，实现流式输出效果。
4. 模型切换：尝试将 gpt-3.5-turbo 改为 gpt-4，观察效果差异。

---

📚 延伸阅读

• LangChain 安装指南
• OpenAI API 文档
• Python 虚拟环境最佳实践

---

上一课：01 - LangChain 简介 | 下一课：03 - 模型