Appearance
安装与配置
概述
本章将指导你完成 LangChain 的环境搭建，包括核心包安装、Provider 集成包配置和环境变量设置。
前端类比
安装 LangChain 的过程类似于搭建前端项目：langchain 是核心框架（类似 react），langchain-anthropic / langchain-openai 是 Provider 适配包（类似 @tanstack/react-query 对不同数据源的适配），API Key 配置类似 .env 中的环境变量管理。
前置要求
- Python: 3.9 或更高版本
- 包管理器: pip 或 uv（推荐 uv，速度快 10-100 倍）
bash
# 检查 Python 版本
python --version # 需要 >= 3.9安装核心包
使用 pip
bash
pip install -U langchain使用 uv（推荐）
uv 是新一代 Python 包管理器，安装速度显著优于 pip：
bash
# 安装 uv（如果尚未安装）
pip install uv
# 使用 uv 安装 langchain
uv add langchain安装 Provider 集成包
LangChain 本身不包含具体的模型实现，需要根据使用的 LLM Provider 安装对应的集成包：
| Provider | 安装命令 | 模型示例 |
|---|---|---|
| Anthropic | pip install langchain-anthropic | claude-sonnet-4-5-20250929 |
| OpenAI | pip install langchain-openai | gpt-4o, gpt-4o-mini |
pip install langchain-google-genai | gemini-2.0-flash |
bash
# 安装你需要的 Provider（以 Anthropic 为例）
pip install langchain-anthropic
# 也可以一次安装多个
pip install langchain-anthropic langchain-openai配置 API Key
每个 Provider 需要配置对应的 API Key。推荐使用环境变量方式：
方式一：命令行设置（临时）
bash
# Linux / macOS
export ANTHROPIC_API_KEY="your-api-key"
export OPENAI_API_KEY="your-api-key"
# Windows (PowerShell)
$env:ANTHROPIC_API_KEY="your-api-key"方式二：.env 文件（推荐）
创建 .env 文件，配合 python-dotenv 使用：
bash
# .env
ANTHROPIC_API_KEY=your-anthropic-key
OPENAI_API_KEY=your-openai-key
GOOGLE_API_KEY=your-google-keypython
# 在代码中加载
from dotenv import load_dotenv
load_dotenv()安全提示
永远不要将 API Key 硬编码在代码中或提交到版本控制。将 .env 加入 .gitignore。
验证安装
安装完成后，运行以下代码验证环境是否正确：
python
# 验证核心包
import langchain
print(f"LangChain 版本: {langchain.__version__}")
# 验证核心导入
from langchain.agents import create_agent
from langchain.tools import tool
from langchain.chat_models import init_chat_model
print("核心组件导入成功!")
# 验证 Provider 包（以 Anthropic 为例）
from langchain_anthropic import ChatAnthropic
print("Anthropic Provider 导入成功!")验证模型连接
python
from langchain.chat_models import init_chat_model
# 初始化模型（确保已设置 API Key）
model = init_chat_model("anthropic:claude-sonnet-4-5-20250929")
# 测试调用
response = model.invoke("你好，请用一句话介绍自己")
print(response.content)导入命名空间
LangChain 提供清晰的导入路径：
python
# Agent 创建
from langchain.agents import create_agent
# 工具定义
from langchain.tools import tool
# 模型初始化
from langchain.chat_models import init_chat_model
from langchain.embeddings import init_embeddings
# 消息类型
from langchain_core.messages import (
AIMessage,
HumanMessage,
SystemMessage,
ToolMessage,
)
# 中间件
from langchain.agents.middleware import (
PIIMiddleware,
SummarizationMiddleware,
HumanInTheLoopMiddleware,
)可选依赖
根据项目需求，可能还需要安装以下依赖：
bash
# 结构化输出（通常已随 langchain 安装）
pip install pydantic
# 环境变量管理
pip install python-dotenv
# Web 服务部署
pip install fastapi uvicorn
# 向量存储（RAG 场景）
pip install langchain-chroma # 或 langchain-pinecone、langchain-qdrant常见问题
Q: pip install langchain 和 pip install langchain-core 的区别？
A: langchain 是面向应用开发者的高层包（包含 create_agent 等），langchain-core 是底层抽象（消息类型、工具接口等），通常作为依赖自动安装，无需单独安装。
Q: 安装时遇到依赖冲突怎么办？
A: 推荐使用虚拟环境隔离依赖：
bash
python -m venv .venv
source .venv/bin/activate # Linux/macOS
.venv\Scripts\activate # Windows
pip install langchain langchain-anthropicQ: 需要同时安装 langchain 和 langgraph 吗？
A: 不需要。langchain 已包含 langgraph 作为依赖。如果你只使用 LangChain 的高层 API（create_agent），无需关心 LangGraph。