𝗦𝗲𝘁𝘁𝗶𝗻𝗴 𝗨𝗽 𝗬𝗼𝘂𝗿 𝗘𝗻𝘃𝗶𝗿𝗼𝗻𝗺𝗲𝗻𝘁: 𝗟𝗮𝗻𝗴𝗖𝗵𝗮𝗶𝗻, 𝗟𝗮𝗻𝗴𝗚𝗿𝗮𝗽𝗵 & 𝗖𝗵𝗮𝘁 𝗟𝗟𝗠𝘀
Ich habe einmal zwei Stunden damit verbracht, ein LangChain-Projekt zu debuggen. Das Problem war eine einzige fehlende Umgebungsvariable. Mein API-Key befand sich in einer .env-Datei, aber ich hatte vergessen, sie zu laden.
Ich habe diesen Leitfaden geschrieben, damit Sie nicht so viel Zeit verschwenden wie ich.
Sie werden lernen, eine funktionierende Python-Umgebung mit LangChain, LangGraph und einem Chat LLM einzurichten.
Erforderliche Pakete:
- langchain: Core-Framework für Chains und Agents
- langchain-openai: Integration mit OpenAI-Modellen
- langchain-core: Gemeinsame Primitiven wie Nachrichten
- langgraph: Graphbasierte Agenten-Workflows
- python-dotenv: Lädt Variablen aus einer .env-Datei
- openai: Offizielles OpenAI Python SDK
Schritt 1: Python-Version prüfen LangChain benötigt Python 3.9 oder höher. Führen Sie dies in Ihrem Terminal aus: python --version
Schritt 2: Eine virtuelle Umgebung erstellen Verwenden Sie immer eine virtuelle Umgebung, um Abhängigkeitskonflikte zu vermeiden.
mkdir langchain-agents-series cd langchain-agents-series python -m venv venv
Zur Aktivierung auf Mac/Linux: source venv/bin/activate
Zur Aktivierung auf Windows: venv\Scripts\activate
Schritt 3: Abhängigkeiten installieren Wenn Ihre Umgebung aktiv ist, führen Sie aus: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai
Schritt 4: Sichern Sie Ihre API-Keys Hardcodieren Sie Ihren API-Key niemals direkt im Code. Das ist gefährlich. Wenn Sie ihn auf GitHub hochladen, werden Bots ihn stehlen.
- Erstellen Sie eine .env-Datei: touch .env
- Fügen Sie Ihren Key hinzu: OPENAI_API_KEY=your-key-here
- Erstellen Sie eine .gitignore-Datei, um Ihre .env- und venv-Ordner zu verbergen.
Schritt 5: Ihr erster Agent
Erstellen Sie eine Datei namens hello_agent.py. Verwenden Sie die Funktion load_dotenv(), um Ihre Keys zu lesen.
Verwenden Sie temperature=0, wenn Sie Agenten erstellen. Dies macht die Ausgabe des Modells vorhersehbar und konsistent.
Häufige Fehler, auf die Sie achten sollten:
- OPENAI_API_KEY nicht gefunden: Überprüfen Sie, ob sich Ihre .env-Datei im richtigen Ordner befindet und ob Sie
load_dotenv()aufgerufen haben. - ModuleNotFoundError: Ihre virtuelle Umgebung ist nicht aktiv.
- AuthenticationError: Ihr API-Key ist falsch.
- RateLimitError: Sie haben Ihr Limit erreicht oder müssen Ihrem OpenAI-Konto Guthaben hinzufügen.
Best Practices:
- Verwenden Sie immer eine virtuelle Umgebung.
- Fixieren Sie Ihre Versionen mit
pip freeze > requirements.txt. - Verwenden Sie
temperature=0für Stabilität. - Protokollieren Sie Ihren Token-Verbrauch, um die Kosten im Blick zu behalten.
Quelle: https://dev.to/ikram_khan/setting-up-your-environment-langchain-langgraph-chat-llms-43cf
Optionale Lerngemeinschaft: https://t.me/GyaanSetuAi