𝗦𝗲𝘁𝘁𝗶𝗻𝗴 𝗨𝗽 𝗬𝗼𝘂𝗿 𝗘𝗻𝘃𝗶𝗿𝗼𝗻𝗺𝗲𝗻𝘁: 𝗟𝗮𝗻𝗴𝗖𝗵𝗮𝗶𝗻, 𝗟𝗮𝗻𝗴𝗚𝗿𝗮𝗽𝗵 & 𝗖𝗵𝗮𝘁 𝗟𝗟𝗠𝘀

আমি একবার একটি LangChain প্রজেক্ট ডিবাগ করতে দুই ঘণ্টা সময় নষ্ট করেছিলাম। সমস্যাটি ছিল একটি মিসিং এনভায়রনমেন্ট ভেরিয়েবল (environment variable)। আমার API key একটি .env ফাইলে ছিল, কিন্তু আমি সেটি লোড করতে ভুলে গিয়েছিলাম।

আমি এই গাইডটি লিখেছি যাতে আপনার আমার মতো সময় নষ্ট না হয়।

আপনি LangChain, LangGraph এবং একটি Chat LLM সহ একটি কার্যকরী Python এনভায়রনমেন্ট সেটআপ করা শিখবেন।

Required Packages:

Step 1: Python ভার্সন চেক করুন LangChain-এর জন্য Python 3.9 বা তার বেশি প্রয়োজন। আপনার টার্মিনালে এটি রান করুন: python --version

Step 2: একটি ভার্চুয়াল এনভায়রনমেন্ট তৈরি করুন ডিপেন্ডেন্সি কনফ্লিক্ট এড়াতে সর্বদা একটি ভার্চুয়াল এনভায়রনমেন্ট ব্যবহার করুন।

mkdir langchain-agents-series cd langchain-agents-series python -m venv venv

Mac/Linux-এ অ্যাক্টিভেট করতে: source venv/bin/activate

Windows-এ অ্যাক্টিভেট করতে: venv\Scripts\activate

Step 3: ডিপেন্ডেন্সি ইনস্টল করুন আপনার এনভায়রনমেন্ট অ্যাক্টিভ থাকা অবস্থায়, এটি রান করুন: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

Step 4: আপনার API Key সুরক্ষিত রাখুন আপনার কোডে কখনোই API key হার্ডকোড করবেন না। এটি বিপজ্জনক। আপনি যদি এটি GitHub-এ পুশ করেন, তবে বটগুলো এটি চুরি করে নেবে।

  1. একটি .env ফাইল তৈরি করুন: touch .env
  2. আপনার কি (key) যোগ করুন: OPENAI_API_KEY=your-key-here
  3. আপনার .env এবং venv ফোল্ডারগুলো লুকিয়ে রাখতে একটি .gitignore ফাইল তৈরি করুন।

Step 5: আপনার প্রথম এজেন্ট hello_agent.py নামে একটি ফাইল তৈরি করুন। আপনার কি (key) গুলো পড়ার জন্য load_dotenv() ফাংশন ব্যবহার করুন।

এজেন্ট তৈরির সময় temperature=0 ব্যবহার করুন। এটি মডেলের আউটপুটকে প্রেডিক্টেবল (predictable) এবং কনসিস্টেন্ট (consistent) করে তোলে।

Common Errors to Watch For:

Best Practices:

Source: https://dev.to/ikram_khan/setting-up-your-environment-langchain-langgraph-chat-llms-43cf

ঐচ্ছিক লার্নিং কমিউনিটি: https://t.me/GyaanSetuAi