null | MYAIGC

Author

Published On

Sep 3, 2025

第二节课：卷起袖子！搭建环境并运行你的第一个LangChain应用

(视频/文章封面建议：一张简洁的代码编辑器截图，上面显示着 `print("Hello, LangChain!")`，旁边放着一个Python的logo和一个扳手工具，寓意“动手实践”)

Part 1: 准备你的“AI实验室”

上节课，我们领略了LangChain的宏大愿景。今天，我们要把愿景变为现实！就像任何伟大的工程一样，我们首先需要一个整洁、独立的“实验室”——也就是我们的Python开发环境。 为什么需要虚拟环境？ 想象一下，你同时在开发多个项目：项目A需要旧版的库，而项目B需要最新版。如果把所有库都装在全局，它们会互相“打架”，导致程序崩溃。虚拟环境就是为每一个项目创建一个隔离、干净的工作间。在这个工作间里安装的任何库，都不会影响到其他项目。这是专业Python开发者的必备习惯，也是避免未来无数麻烦的“金钟罩”。 【实战操作】创建并激活虚拟环境 打开你的终端（Windows用户推荐使用PowerShell或CMD，macOS/Linux用户使用Terminal）。

创建项目文件夹并进入

创建虚拟环境 我们使用Python内置的venv模块。这里的langchain_env是我们给环境起的名字，你可以自定义。执行后，你会看到当前文件夹下多了一个langchain_env文件夹，这就是我们的“实验室”。

激活虚拟环境 这是最关键的一步！激活成功后，你会看到你的命令行提示符前面出现了(langchain_env)的字样。这表示你已经成功进入了“实验室”！

Windows (CMD):

Windows (PowerShell):(如果遇到PowerShell执行策略问题，可能需要先执行 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process)

macOS / Linux:

Part 2: 安装“神兵利器”——LangChain与依赖库

现在，我们的“实验室”已经准备就绪，是时候安装我们需要的工具了。 【实战操作】安装核心依赖 在已激活虚拟环境的终端中，执行以下命令。我们指定了版本号，以确保与课程内容完全一致，避免因版本更新导致的意外问题。

小贴士： pip install 是Python的包安装命令。== 后面跟着的是版本号。如果你遇到网络问题，可以尝试使用国内镜像源，例如：pip install -i <https://pypi.tuna.tsinghua.edu.cn/simple> langchain==0.1.17

Part 3: 获取“通行证”——配置API密钥

LangChain本身不提供LLM，它是一个“调度员”。我们需要告诉它去调用哪个模型的服务。在本课程中，我们主要使用OpenAI的API。要使用它，你需要一把“通行证”——API Key。 【实战操作】获取并配置OpenAI API Key

获取API Key

访问 OpenAI Platform 并登录。

点击 "Create new secret key"。

给密钥起一个名字（例如 MyLangChainCourse），然后点击创建。

重要！ 立即复制并妥善保管这个密钥。它只会显示一次！ 如果丢失，你只能重新创建。

配置API Key（推荐方法：环境变量） 直接把密钥写在代码里是非常不安全的做法，就像把家门钥匙贴在门上。最佳实践是使用环境变量。配置完成后，LangChain会自动寻找并读取这个名为 OPENAI_API_KEY 的环境变量。

macOS / Linux: 在终端中执行以下命令，将 your_api_key_here 替换为你刚刚复制的密钥。注意： 这个命令只在当前终端会话有效。关闭终端后需要重新设置。要想永久生效，需要将这行命令添加到你的 ~/.zshrc 或 ~/.bash_profile 文件中。

Windows (CMD):

Windows (PowerShell):

Part 4: 见证奇迹的时刻——你的第一个LangChain程序！

万事俱备，只欠代码！现在，让我们写下第一行真正与AI交互的代码。

在你的项目文件夹 my_langchain_project 中，创建一个名为 hello.py 的文件。

用你喜欢的代码编辑器（如VS Code）打开 hello.py，并输入以下代码：

运行程序！ 回到你的终端（确保虚拟环境仍然是激活状态），执行：

见证奇迹的时刻到了！ 稍等几秒钟，你应该会看到类似这样的输出（具体内容可能略有不同）：

恭喜你！你已经成功地搭建了开发环境，配置了API，并运行了你的第一个LangChain程序！你刚刚让一个世界上最先进的AI模型，听从你的指令，并做出了回应。

总结与回顾

今天，我们完成了从0到1的关键一步：

✅ 创建了独立的Python虚拟环境。

✅ 安装了LangChain及其核心依赖。

✅ 安全地配置了OpenAI API密钥。

✅ 编写并运行了第一个程序，成功调用了LLM。我们接触了LangChain中最基本的组件：模型。我们通过 ChatOpenAI 初始化了一个模型，并用 .invoke() 方法向它传递了一个简单的提示。 这只是一个开始。 在下一节课中，我们将深入探索**模型I/O（Models I/O）**模块，学习如何更精细地控制我们的输入（提示词模板），以及如何处理不同类型的模型输出。 你现在已经推开了新世界的大门，准备好继续探索了吗？我们下节课再见！