Configurando seu ambiente: LangChain, LangGraph e Chat LLMs

Configurando seu ambiente: LangChain, LangGraph & Chat LLMs

Certa vez, passei duas horas depurando um projeto LangChain. O problema era uma variável de ambiente ausente. Minha chave de API estava em um arquivo .env, mas esqueci de carregá-la.

Escrevi este guia para que você não perca tempo como eu perdi.

Você aprenderá a configurar um ambiente Python funcional com LangChain, LangGraph e um Chat LLM.

Pacotes Necessários:

• langchain: Framework principal para chains e agentes
• langchain-openai: Integração com modelos da OpenAI
• langchain-core: Primitivas compartilhadas como mensagens
• langgraph: Fluxos de trabalho de agentes baseados em grafos
• python-dotenv: Carrega variáveis de um arquivo .env
• openai: SDK oficial de Python da OpenAI

Passo 1: Verifique a Versão do Python O LangChain precisa do Python 3.9 ou superior. Execute isto no seu terminal: python --version

Passo 2: Crie um Ambiente Virtual Sempre use um ambiente virtual para evitar conflitos de dependências.

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

Para ativar no Mac/Linux: source venv/bin/activate

Para ativar no Windows: venv\Scripts\activate

Passo 3: Instale as Dependências Com seu ambiente ativo, execute: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

Passo 4: Proteja suas Chaves de API Nunca escreva sua chave de API diretamente no código (hardcode). Isso é perigoso. Se você enviá-la para o GitHub, bots irão roubá-la.

1. Crie um arquivo .env: touch .env
2. Adicione sua chave: OPENAI_API_KEY=sua-chave-aqui
3. Crie um arquivo .gitignore para ocultar suas pastas .env e venv.

Passo 5: Seu Primeiro Agente Crie um arquivo chamado hello_agent.py. Use a função load_dotenv() para ler suas chaves.

Use temperature=0 ao construir agentes. Isso torna a saída do modelo previsível e consistente.

Erros Comuns para Ficar Atento:

• OPENAI_API_KEY not found: Verifique se o seu arquivo .env está na pasta correta e se você chamou load_dotenv().
• ModuleNotFoundError: Seu ambiente virtual não está ativo.
• AuthenticationError: Sua chave de API está incorreta.
• RateLimitError: Você atingiu seu limite ou precisa adicionar créditos à sua conta da OpenAI.

Melhores Práticas:

• Sempre use um ambiente virtual.
• Fixe suas versões com pip freeze > requirements.txt.
• Use temperature=0 para estabilidade.
• Registre o uso de seus tokens para acompanhar os custos.

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

Comunidade de aprendizado opcional: https://t.me/GyaanSetuAi