Налаштування середовища: LangChain, LangGraph та Chat LLMs

Одного разу я витратив дві години на налагодження проєкту LangChain. Проблема полягала в одній відсутній змінній середовища. Мій API-ключ був у файлі .env, але я забув його завантажити.

Я написав цей посібник, щоб ви не витрачали час так само, як я.

Ви навчитеся налаштовувати робоче середовище Python з LangChain, LangGraph та Chat LLM.

Required Packages:

Step 1: Check Python Version LangChain потребує Python 3.9 або вище. Виконайте це у вашому терміналі: python --version

Step 2: Create a Virtual Environment Завжди використовуйте віртуальне середовище, щоб уникнути конфліктів залежностей.

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

Щоб активувати на Mac/Linux: source venv/bin/activate

Щоб активувати на Windows: venv\Scripts\activate

Step 3: Install Dependencies Коли середовище активовано, виконайте: pip install langchain langchain-openai langchain-core langgraph python-dotenv openai

Step 4: Secure Your API Keys Ніколи не прописуйте API-ключ безпосередньо у коді. Це небезпечно. Якщо ви завантажите його на GitHub, боти його вкрадуть.

  1. Створіть файл .env: touch .env
  2. Додайте свій ключ: OPENAI_API_KEY=your-key-here
  3. Створіть файл .gitignore, щоб приховати ваші папки .env та venv.

Step 5: Your First Agent Створіть файл з назвою hello_agent.py. Використовуйте функцію load_dotenv(), щоб зчитати ваші ключі.

Використовуйте temperature=0 під час створення агентів. Це робить відповіді моделі передбачуваними та стабільними.

Common Errors to Watch For:

Best Practices:

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

Додаткова спільнота для навчання: https://t.me/GyaanSetuAi