Configuración de tu entorno: LangChain, LangGraph y Chat LLMs

Configuración de tu entorno: LangChain, LangGraph y Chat LLMs

Una vez pasé dos horas depurando un proyecto de LangChain. El problema era una variable de entorno que faltaba. Mi clave API estaba en un archivo .env, pero olvidé cargarla.

Escribí esta guía para que no pierdas tiempo como yo.

Aprenderás a configurar un entorno de Python funcional con LangChain, LangGraph y un Chat LLM.

Paquetes requeridos:

• langchain: Framework principal para cadenas (chains) y agentes
• langchain-openai: Integración con modelos de OpenAI
• langchain-core: Primitivas compartidas como mensajes
• langgraph: Flujos de trabajo de agentes basados en grafos
• python-dotenv: Carga variables desde un archivo .env
• openai: SDK oficial de OpenAI para Python

Paso 1: Comprobar la versión de Python LangChain necesita Python 3.9 o superior. Ejecuta esto en tu terminal: python --version

Paso 2: Crear un entorno virtual Utiliza siempre un entorno virtual para evitar conflictos de dependencias.

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

Para activar en Mac/Linux: source venv/bin/activate

Para activar en Windows: venv\Scripts\activate

Paso 3: Instalar dependencias Con tu entorno activo, ejecuta: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

Paso 4: Asegura tus claves API Nunca escribas tu clave API directamente en el código (hardcode). Esto es peligroso. Si la subes a GitHub, los bots la robarán.

1. Crea un archivo .env: touch .env
2. Añade tu clave: OPENAI_API_KEY=tu-clave-aquí
3. Crea un archivo .gitignore para ocultar tus carpetas .env y venv.

Paso 5: Tu primer agente Crea un archivo llamado hello_agent.py. Utiliza la función load_dotenv() para leer tus claves.

Usa temperature=0 al construir agentes. Esto hace que la salida del modelo sea predecible y consistente.

Errores comunes a tener en cuenta:

• OPENAI_API_KEY not found: Comprueba si tu archivo .env está en la carpeta correcta y si llamaste a load_dotenv().
• ModuleNotFoundError: Tu entorno virtual no está activo.
• AuthenticationError: Tu clave API es incorrecta.
• RateLimitError: Has alcanzado tu límite o necesitas añadir créditos a tu cuenta de OpenAI.

Mejores prácticas:

• Utiliza siempre un entorno virtual.
• Fija tus versiones con pip freeze > requirements.txt.
• Usa temperature=0 para mayor estabilidad.
• Registra el uso de tus tokens para controlar los costes.

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

Comunidad de aprendizaje opcional: https://t.me/GyaanSetuAi