本节导读:从零开始搭建LangChain开发环境,手把手创建第一个可运行的Agent,让你5分钟内就能体验LangChain的强大功能。
我建议使用Python 3.9+,这是LangChain最稳定的环境配置。对于生产环境,推荐使用虚拟环境来隔离依赖:
The virtual environment was not created successfully because ensurepip is not
available. On Debian/Ubuntu systems, you need to install the python3-venv
package using the following command.
apt install python3.12-venv
You may need to use sudo with that command. After installing the python3-venv
package, recreate your virtual environment.
Failing command: /root/.openclaw/workspace/langchain-env/bin/python3
LangChain支持多种LLM提供商,你需要根据需求选择:
OpenAI(推荐入门):
Anthropic Claude:
Google Gemini:
重要提醒:API密钥必须妥善保管,不要提交到代码仓库中。
创建一个验证脚本 :
运行验证:
OpenAI API密钥获取:
让我们创建一个可以回答基本问题的Agent:
Agent返回的消息格式比较特殊,需要正确解析:
在实际应用中,Agent调用可能会失败,需要添加错误处理:
下面是一个完整的、可运行的Agent示例:
A: 立即采取措施:
预防措施:
A: 按以下步骤排查:
常见错误:
A: 根据需求选择:
| 用途场景 | 推荐模型 | 原因 |
|---|---|---|
| 通用对话 | 平衡性能和成本 | |
| 代码编程 | 擅长代码分析和解释 | |
| 中文处理 | 对中文理解较好 | |
| 快速响应 | 成本低,速度快 | |
| 创意写作 | 创造力强 |
A: 采取以下策略:
错误做法:硬编码API密钥和配置
正确做法:使用配置文件管理
通过本节的学习,你已经成功搭建了LangChain开发环境并创建了第一个Agent:
接下来在第1.3节中,我们将学习如何在同一个Agent中集成多种模型提供商,实现模型中立性的优势,让你的应用具备更强的适应性和灵活性。
关键词:LangChain框架精通, 环境搭建, Agent, 开发环境, 实战, 入门
难度:入门
预计阅读:30分钟