環境構築：LangChain、LangGraph、および Chat LLM

環境構築：LangChain、LangGraph、および Chat LLM

かつて、LangChainのプロジェクトのデバッグに2時間も費やしたことがあります。原因は、たった一つの環境変数の設定漏れでした。APIキーは .env ファイルに記載してあったのですが、それを読み込むのを忘れてしまったのです。

私と同じように時間を無駄にしないよう、このガイドを作成しました。

このガイドでは、LangChain、LangGraph、および Chat LLM を使用した、動作可能な Python 環境の構築方法を学びます。

Required Packages:

• langchain: チェーンとエージェントのためのコアフレームワーク
• langchain-openai: OpenAI モデルとの統合
• langchain-core: メッセージなどの共有プリミティブ
• langgraph: グラフベースのエージェントワークフロー
• python-dotenv: .env ファイルから変数を読み込む
• openai: OpenAI 公式 Python SDK

Step 1: Check Python Version LangChain には Python 3.9 以上が必要です。ターミナルで以下を実行してください： python --version

Step 2: Create a Virtual Environment 依存関係の競合を避けるため、常に仮想環境を使用してください。

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

To activate on Mac/Linux: source venv/bin/activate

To activate on Windows: venv\Scripts\activate

Step 3: Install Dependencies 環境を有効にした状態で、以下を実行してください： pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

Step 4: Secure Your API Keys API キーをコード内にハードコードしないでください。これは非常に危険です。GitHub にプッシュしてしまうと、ボットに盗まれてしまいます。

1. .env ファイルを作成する: touch .env
2. キーを追加する: OPENAI_API_KEY=your-key-here
3. .env と venv フォルダを隠すために .gitignore ファイルを作成する。

Step 5: Your First Agent hello_agent.py という名前のファイルを作成します。キーを読み込むには load_dotenv() 関数を使用してください。

エージェントを構築する際は、temperature=0 を使用してください。これにより、モデルの出力が予測可能で一貫したものになります。

Common Errors to Watch For:

• OPENAI_API_KEY not found: .env ファイルが正しいフォルダにあるか、load_dotenv() を呼び出しているか確認してください。
• ModuleNotFoundError: 仮想環境が有効になっていません。
• AuthenticationError: API キーが間違っています。
• RateLimitError: 利用制限に達したか、OpenAI アカウントにクレジットを追加する必要があります。

Best Practices:

• 常に仮想環境を使用する。
• pip freeze > requirements.txt を使用してバージョンを固定する。
• 安定性のために temperature=0 を使用する。
• コストを追跡するためにトークン使用量をログに記録する。

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

学習コミュニティ（任意）: https://t.me/GyaanSetuAi