Configuration de votre environnement : LangChain, LangGraph & Chat LLMs
J'ai passé deux heures une fois à déboguer un projet LangChain. Le problème venait d'une variable d'environnement manquante. Ma clé API était dans un fichier .env, mais j'avais oublié de la charger.
J'ai écrit ce guide pour que vous ne perdiez pas de temps comme je l'ai fait.
Vous apprendrez à configurer un environnement Python fonctionnel avec LangChain, LangGraph et un Chat LLM.
Required Packages:
- langchain : Framework de base pour les chaînes et les agents
- langchain-openai : Intégration avec les modèles OpenAI
- langchain-core : Primitives partagées comme les messages
- langgraph : Workflows d'agents basés sur des graphes
- python-dotenv : Charge les variables depuis un fichier .env
- openai : SDK Python officiel d'OpenAI
Step 1: Vérifiez la version de Python LangChain nécessite Python 3.9 ou une version supérieure. Exécutez ceci dans votre terminal : python --version
Step 2: Créez un environnement virtuel Utilisez toujours un environnement virtuel pour éviter les conflits de dépendances.
mkdir langchain-agents-series cd langchain-agents-series python -m venv venv
Pour activer sur Mac/Linux : source venv/bin/activate
Pour activer sur Windows : venv\Scripts\activate
Step 3: Installez les dépendances Une fois votre environnement activé, lancez : pip install langchain langchain-openai langchain-core langgraph python-dotenv openai
Step 4: Sécurisez vos clés API Ne codez jamais votre clé API en dur dans votre code. C'est dangereux. Si vous la poussez sur GitHub, des bots la voleront.
- Créez un fichier .env : touch .env
- Ajoutez votre clé : OPENAI_API_KEY=votre-clé-ici
- Créez un fichier .gitignore pour masquer vos dossiers .env et venv.
Step 5: Votre premier agent
Créez un fichier nommé hello_agent.py. Utilisez la fonction load_dotenv() pour lire vos clés.
Utilisez temperature=0 lors de la création d'agents. Cela rend les sorties du modèle prévisibles et cohérentes.
Common Errors to Watch For:
- OPENAI_API_KEY not found : Vérifiez que votre fichier .env se trouve dans le bon dossier et que vous avez appelé
load_dotenv(). - ModuleNotFoundError : Votre environnement virtuel n'est pas activé.
- AuthenticationError : Votre clé API est incorrecte.
- RateLimitError : Vous avez atteint votre limite ou vous devez ajouter des crédits à votre compte OpenAI.
Best Practices:
- Utilisez toujours un environnement virtuel.
- Fixez vos versions avec pip freeze > requirements.txt.
- Utilisez temperature=0 pour la stabilité.
- Journalisez votre utilisation de tokens pour suivre les coûts.
Source: https://dev.to/ikram_khan/setting-up-your-environment-langchain-langgraph-chat-llms-43cf
Communauté d'apprentissage optionnelle : https://t.me/GyaanSetuAi