𝗦𝗲𝘁𝘁𝗶𝗻𝗴 𝗨𝗽 𝗬𝗼𝘂𝗿 𝗘𝗻𝘃𝗶𝗿𝗼𝗻𝗺𝗲𝗻𝘁: 𝗟𝗮𝗻𝗴𝗖𝗵𝗮𝗶𝗻, 𝗟𝗮𝗻𝗴𝗚𝗿𝗮𝗽𝗵 & 𝗖𝗵𝗮𝘁 𝗟𝗟𝗠𝘀

ผมเคยเสียเวลาถึงสองชั่วโมงในการดีบั๊ก (debug) โปรเจกต์ LangChain ปัญหาคือตัวแปรสภาพแวดล้อม (environment variable) หายไปหนึ่งตัว API key ของผมอยู่ในไฟล์ .env แต่ผมลืมโหลดมันขึ้นมา

ผมจึงเขียนคู่มือนี้ขึ้นมา เพื่อที่คุณจะได้ไม่ต้องเสียเวลาเหมือนที่ผมเคยเจอ

คุณจะได้เรียนรู้วิธีการตั้งค่าสภาพแวดล้อม Python ให้พร้อมใช้งานสำหรับ LangChain, LangGraph และ Chat LLM

แพ็กเกจที่จำเป็น:

ขั้นตอนที่ 1: ตรวจสอบเวอร์ชัน Python LangChain ต้องการ Python เวอร์ชัน 3.9 ขึ้นไป รันคำสั่งนี้ใน terminal ของคุณ: python --version

ขั้นตอนที่ 2: สร้าง Virtual Environment ควรใช้ virtual environment เสมอเพื่อหลีกเลี่ยงปัญหาความขัดแย้งของ dependency

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

วิธีเปิดใช้งานบน Mac/Linux: source venv/bin/activate

วิธีเปิดใช้งานบน Windows: venv\Scripts\activate

ขั้นตอนที่ 3: ติดตั้ง Dependencies เมื่อเปิดใช้งาน environment แล้ว ให้รันคำสั่ง: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

ขั้นตอนที่ 4: รักษาความปลอดภัยของ API Keys อย่าเขียน API key ลงในโค้ดโดยตรง (hardcode) เพราะมันอันตรายมาก หากคุณ push ขึ้น GitHub บอทต่างๆ จะขโมยมันไปทันที

  1. สร้างไฟล์ .env: touch .env
  2. เพิ่ม key ของคุณ: OPENAI_API_KEY=your-key-here
  3. สร้างไฟล์ .gitignore เพื่อซ่อนโฟลเดอร์ .env และ venv

ขั้นตอนที่ 5: Agent ตัวแรกของคุณ สร้างไฟล์ชื่อ hello_agent.py และใช้ฟังก์ชัน load_dotenv() เพื่ออ่าน key ของคุณ

ควรใช้ temperature=0 เมื่อสร้าง agent เพื่อให้ผลลัพธ์ของโมเดลสามารถคาดเดาได้และมีความสม่ำเสมอ

ข้อผิดพลาดที่พบบ่อยที่ควรระวัง:

แนวทางปฏิบัติที่ดีที่สุด:

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

ชุมชนการเรียนรู้ (เลือกเข้าร่วมได้): https://t.me/GyaanSetuAi