LangChain 安装与环境配置

LangChain 是一个基于 Python/JavaScript 的框架，用于构建 LLM 驱动的应用。由于其生态庞大，采用了模块化安装的方式。

#1. 安装核心库

LangChain 的核心库保持了极简，不包含特定的模型集成。

#Python

bash复制
pip install langchain

#JavaScript/TypeScript

bash复制
npm install langchain

#2. 安装集成库 (Integrations)

LangChain 的大部分功能通过单独的包提供，这样可以减小依赖体积。

#常见的模型集成

• OpenAI: pip install langchain-openai
• Anthropic (Claude): pip install langchain-anthropic
• Hugging Face: pip install langchain-huggingface
• Google Gemini: pip install langchain-google-genai

#常见的社区工具

• 社区工具类: pip install langchain-community (包含各种 VectorDB、Tool 和 Loader)
• 核心逻辑类: pip install langchain-core (通常作为核心依赖自动安装)

#3. 环境密钥配置

LangChain 大量依赖外部 API，建议使用 .env 文件或环境变量管理密钥。

创建 .env 文件：

bash复制
OPENAI_API_KEY="sk-..."
ANTHROPIC_API_KEY="sk-ant-..."
TAVILY_API_KEY="tvly-..." # 常用搜索工具

在代码中加载：

python复制
from dotenv import load_dotenv
load_dotenv()

#4. 辅助工具安装 (推荐)

#LangSmith (调试利器)

LangSmith 是 LangChain 官方的可视化追踪平台，可以让你看清 Chain 内部的每一步输入输出。

1. 注册 LangSmith↗。
2. 安装：pip install langsmith
3. 配置环境变量：

   bash复制
   export LANGCHAIN_TRACING_V2=true
   export LANGCHAIN_API_KEY="ls__..."

#LangServe (部署)

如果你想把 Chain 一键变成 REST API：

bash复制
pip install "langserve[all]"

#5. 验证安装

运行以下代码测试是否配置成功（以 OpenAI 为例）：

python复制
from langchain_openai import ChatOpenAI

llm = ChatOpenAI()
response = llm.invoke("LangChain 安装成功了吗？")
print(response.content)

---

下一步：学习 Model I/O，掌握如何高效地与模型对话。