LangChain 的環(huán)境部署

LangChain 的部署相對靈活，因?yàn)樗饕且粋€ Python 庫，并且有不同語言（Python 和 JavaScript/TypeScript）的 SDK。大多數(shù)情況下，您會以 Python 的方式來部署和使用 LangChain。

    pip install langchain langchain-community langchain-ollama dashscope chromadb
    pip install langchain_chroma

• langchain:核心包
• langchain-community：社區(qū)支持包，提供了更多的第三方模型調(diào)用（阿里云千問模型就需要這個包）
• langchain-ollama：Ollama支持包，支持調(diào)用ollama托管部署的本地模型
• dashscope:阿里云通義千問的PythonSDK
• chromadb：輕量向量數(shù)據(jù)庫（后續(xù)使用）

以下是 LangChain 的核心環(huán)境部署內(nèi)容：

1. Python 環(huán)境準(zhǔn)備

LangChain 是一個 Python 庫，因此您需要一個配置好的 Python 環(huán)境。

• Python 版本: 推薦使用 Python 3.8 或更高版本。
• 安裝 Python: 如果您的系統(tǒng)沒有 Python，可以從 python.org 下載并安裝。

2. 創(chuàng)建和激活虛擬環(huán)境 (強(qiáng)烈推薦)

為了避免不同項(xiàng)目之間的依賴沖突，使用虛擬環(huán)境是最佳實(shí)踐。

• 使用 venv (Python 自帶):

  # 1. 在您的項(xiàng)目目錄中創(chuàng)建虛擬環(huán)境
  python -m venv .venv
  
  # 2. 激活虛擬環(huán)境
  # Windows:
  .\.venv\Scripts\activate
  # macOS/Linux:
  source .venv/bin/activate
  

  激活后，您的命令行提示符前面會顯示 (.venv)。

• 使用 conda (Anaconda/Miniconda):

  # 1. 創(chuàng)建 conda 虛擬環(huán)境 (例如，指定 Python 版本)
  conda create -n langchain_env python=3.9
  
  # 2. 激活 conda 虛擬環(huán)境
  conda activate langchain_env
  

3. 安裝 LangChain 庫

一旦您的 Python 虛擬環(huán)境激活，您就可以使用 pip 來安裝 LangChain。

• 安裝核心庫:

  pip install langchain
  

• 安裝特定集成 (根據(jù)您的需求):
  LangChain 的強(qiáng)大之處在于它集成了許多外部服務(wù)，您需要根據(jù)您使用的具體服務(wù)來安裝額外的庫。以下是一些常見的例子：

  • OpenAI API:

    pip install openai
    

  • LLMs (其他):
    • Hugging Face models: pip install transformers
    • Anthropic (Claude): pip install anthropic
    • Google (Generative AI): pip install google-generativeai
    • Cohere: pip install cohere
  • Vector Stores:
    • Chroma: pip install chromadb
    • FAISS: pip install faiss-cpu (或 faiss-gpu 如果您有 GPU)
    • Pinecone: pip install pinecone-client
    • Weaviate: pip install weaviate-client
  • Document Loaders:
    • PDF: pip install pypdf
    • Web Pages: pip install beautifulsoup4
    • Google Drive: pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib
  • Agents (Tools 及其依賴):
    • Google Search: pip install google-search-results (需要 SerpAPI 密鑰)
    • Python REPL: 通常不需要額外安裝，LangChain 內(nèi)置。
    • Bash/Shell: LangChain 提供了 ShellTool，可能需要確保您的系統(tǒng)中有相應(yīng)的 shell。

  建議: 在開始項(xiàng)目前，根據(jù) LangChain 的文檔（https://python.langchain.com/docs/get_started/installation）確定您需要的集成，并一并安裝。

4. 配置 API 密鑰和環(huán)境變量

許多 LLM 服務(wù)和工具需要 API 密鑰才能使用。LangChain 推薦使用環(huán)境變量來管理這些密鑰，這既安全又方便。

• 獲取 API 密鑰:

  • OpenAI: 注冊 OpenAI 賬號，在 https://platform.openai.com/account/api-keys 創(chuàng)建 API Key。
  • SerpAPI (Google Search): 注冊 SerpAPI 賬號，獲取 API Key。
  • Pinecone: 注冊 Pinecone 賬號，獲取 API Key 和 Environment。
  • ...等等，具體取決于您使用的服務(wù)。

• 設(shè)置環(huán)境變量:

  • Temporary (當(dāng)前終端會話):

    # Windows (Command Prompt)
    set OPENAI_API_KEY=your_openai_api_key
    
    # Windows (PowerShell)
    $env:OPENAI_API_KEY="your_openai_api_key"
    
    # macOS/Linux
    export OPENAI_API_KEY=your_openai_api_key
    

  • Permanent (在操作系統(tǒng)層面):

    • Windows: 在“環(huán)境變量”設(shè)置中添加新的用戶變量或系統(tǒng)變量。
    • macOS/Linux: 編輯您的 shell 配置文件 (如 .bashrc, .zshrc, .profile)，添加 export KEY_NAME=your_key 語句，然后運(yùn)行 source ~/.your_shell_config_file 或重啟終端。

  • 使用 .env 文件 (推薦):
    在您的項(xiàng)目根目錄下創(chuàng)建一個名為 .env 的文件，并在其中添加您的密鑰：

    OPENAI_API_KEY=your_openai_api_key
    SERPAPI_API_KEY=your_serpapi_api_key
    # ...
    

    然后，安裝 python-dotenv 庫：

    pip install python-dotenv
    

    在您的 Python 腳本的開頭加載這些變量：

    from dotenv import load_dotenv
    load_dotenv() # 會自動從當(dāng)前目錄或父目錄加載 .env 文件
    
    import os
    openai_api_key = os.getenv("OPENAI_API_KEY")
    

5. 啟動 LangChain 項(xiàng)目 (示例)

您可以在一個 Python 文件中編寫您的 LangChain 代碼。

示例：一個簡單的 LangChain 鏈 (需要 OpenAI API Key)

1. 確保您已安裝: pip install langchain openai python-dotenv

2. 創(chuàng)建 .env 文件:

   OPENAI_API_KEY=sk-your_actual_openai_api_key_here
   

3. 創(chuàng)建 Python 文件 (例如 main.py):

   import os
   from dotenv import load_dotenv
   from langchain_openai import OpenAI
   from langchain.prompts import PromptTemplate
   from langchain.chains import LLMChain
   
   # 1. 加載環(huán)境變量
   load_dotenv()
   
   # 2. 檢查 API Key 是否加載成功 (可選)
   if os.getenv("OPENAI_API_KEY") is None:
       print("OpenAI API Key not found. Please set it in your .env file or as an environment variable.")
       exit()
   
   # 3. 初始化 LLM (例如 OpenAI)
   # temperature=0 表示輸出更確定，temperature=1 表示更隨機(jī)/創(chuàng)造性
   llm = OpenAI(temperature=0.7)
   
   # 4. 定義 Prompt Template
   prompt_template = PromptTemplate(
       input_variables=["topic"],
       template="講一個關(guān)于 {topic} 的有趣的故事。",
   )
   
   # 5. 創(chuàng)建 LLMChain
   # chain_type="stuff" 是最簡單的鏈類型，將所有輸入文檔“塞”進(jìn)一個上下文窗口
   story_chain = LLMChain(llm=llm, prompt=prompt_template)
   
   # 6. 運(yùn)行鏈
   topic_to_ask = "一只會飛的貓"
   print(f"Generating a story about: {topic_to_ask}")
   story = story_chain.invoke({"topic": topic_to_ask}) # 使用 .invoke for single input
   # story = story_chain.batch([{"topic": topic_to_ask}, {"topic": "一個聰明的小機(jī)器人"}]) # 使用 .batch for multiple inputs
   
   print("\n--- Generated Story ---")
   print(story['text']) # Output is a dictionary, the story is in 'text' key
   

4. 運(yùn)行腳本:

   python main.py
   

6. JavaScript/TypeScript 環(huán)境部署

LangChain 也提供了 JavaScript/TypeScript 的 SDK (LangChain.js)。部署方式類似：

1. Node.js 環(huán)境: 確保安裝了 Node.js。
2. 創(chuàng)建項(xiàng)目: npm init 或 yarn init。
3. 安裝 LangChain.js: npm install langchain @langchain/openai (取決于您使用的 LLM)
4. 配置 API Key: 使用 .env 文件配合 dotenv 包，或者直接在代碼中設(shè)置環(huán)境變量。
5. 編寫代碼: 使用 LangChain.js 的 API 來構(gòu)建您的應(yīng)用。

總結(jié)部署步驟：

1. 安裝 Python
2. 創(chuàng)建并激活 Python 虛擬環(huán)境
3. 使用 pip 安裝 langchain 核心庫
4. 安裝您需要的特定集成庫 (LLM, Vector Store, Document Loader 等)
5. 獲取并配置 API 密鑰 (推薦使用 .env 文件)
6. 編寫 Python 代碼，使用 LangChain 的模塊構(gòu)建應(yīng)用
7. 運(yùn)行您的 Python 腳本

LangChain 的環(huán)境部署主要就是圍繞著 Python 包的管理和 API 密鑰的配置。一旦這些基礎(chǔ)搭建好，您就可以專注于使用 LangChain 的強(qiáng)大功能來構(gòu)建您的 LLM 應(yīng)用了。