𝗦𝗲𝘁-𝘂𝗽 𝗘𝗻𝘃𝗶𝗿𝗼𝗻𝗺𝗲𝗻𝘁 𝗔𝗻𝗱𝗮: 𝗟𝗮𝗻𝗴𝗖𝗵𝗮𝗶𝗻, 𝗟𝗮𝗻𝗴𝗚𝗿𝗮𝗽𝗵 & 𝗖𝗵𝗮𝘁 𝗟𝗟𝗠𝘀
Saya pernah menghabiskan masa selama dua jam untuk menyahpepijat (debugging) satu projek LangChain. Masalahnya hanyalah satu pemboleh ubah persekitaran (environment variable) yang tertinggal. Kunci API saya berada dalam fail .env, tetapi saya terlupa untuk memuatkannya.
Saya menulis panduan ini supaya anda tidak membazir masa seperti saya.
Anda akan belajar cara menyediakan persekitaran Python yang berfungsi dengan LangChain, LangGraph, dan Chat LLM.
Pakej yang Diperlukan:
- langchain: Rangka kerja teras untuk chain dan agent
- langchain-openai: Integrasi dengan model OpenAI
- langchain-core: Primitif dikongsi seperti mesej
- langgraph: Aliran kerja agent berasaskan graf
- python-dotenv: Memuatkan pemboleh ubah daripada fail .env
- openai: SDK Python rasmi OpenAI
Langkah 1: Semak Versi Python LangChain memerlukan Python 3.9 atau lebih tinggi. Jalankan ini dalam terminal anda: python --version
Langkah 2: Cipta Persekitaran Maya (Virtual Environment) Sentiasa gunakan persekitaran maya untuk mengelakkan konflik kebergantungan (dependency conflicts).
mkdir langchain-agents-series cd langchain-agents-series python -m venv venv
Untuk mengaktifkannya pada Mac/Linux: source venv/bin/activate
Untuk mengaktifkannya pada Windows: venv\Scripts\activate
Langkah 3: Pasang Kebergantungan Dengan persekitaran anda yang sedang aktif, jalankan: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai
Langkah 4: Amankan Kunci API Anda Jangan sesekali menulis kunci API secara terus (hardcode) dalam kod anda. Ini berbahaya. Jika anda memuat naiknya (push) ke GitHub, bot akan mencurinya.
- Cipta fail .env: touch .env
- Tambah kunci anda: OPENAI_API_KEY=your-key-here
- Cipta fail .gitignore untuk menyembunyikan folder .env dan venv anda.
Langkah 5: Agent Pertama Anda
Cipta fail bernama hello_agent.py. Gunakan fungsi load_dotenv() untuk membaca kunci anda.
Gunakan temperature=0 semasa membina agent. Ini menjadikan output model lebih boleh diramal dan konsisten.
Ralat Biasa yang Perlu Diperhatikan:
- OPENAI_API_KEY not found: Semak jika fail .env anda berada dalam folder yang betul dan anda telah memanggil
load_dotenv(). - ModuleNotFoundError: Persekitaran maya anda tidak aktif.
- AuthenticationError: Kunci API anda salah.
- RateLimitError: Anda telah mencapai had penggunaan atau perlu menambah kredit ke akaun OpenAI anda.
Amalan Terbaik:
- Sentiasa gunakan persekitaran maya.
- Tetapkan versi anda dengan
pip freeze > requirements.txt. - Gunakan
temperature=0untuk kestabilan. - Log penggunaan token anda untuk memantau kos.
Sumber: https://dev.to/ikram_khan/setting-up-your-environment-langchain-langgraph-chat-llms-43cf
Komuniti pembelajaran pilihan: https://t.me/GyaanSetuAi