承接前序课程对AI应用架构与核心概念的铺垫，本阶段正式进入工程化落地环节。LangChain作为当前最主流的LLM应用编排框架，其环境搭建的规范性直接决定后续开发的稳定性。以下基于Python生态，提供一套标准化、可复现的本地开发环境搭建方案，确保你能够零障碍启动第一个LangChain应用。

一、前置条件检查与环境准备

在开始安装之前，请确保你的本地机器满足以下基础要求，这是避免后续依赖冲突的关键：

Python版本约束‌：必须安装 ‌Python 3.9 - 3.12‌ 之间的版本。LangChain最新稳定版已不再支持Python 3.8及以下版本，而3.13及以上版本可能存在部分第三方库兼容性滞后问题。建议在终端执行 python --version 确认版本。

包管理工具升级‌：确保 pip 为最新版本，执行 pip install --upgrade pip，以避免旧版pip在安装复杂依赖树时出现解析错误。

IDE推荐‌：强烈建议使用 ‌VS Code‌ 或 ‌PyCharm‌，并安装对应的Python插件，以便后续进行代码调试与环境切换。

二、标准隔离环境搭建流程

严禁直接在系统全局Python环境中安装LangChain，必须使用虚拟环境隔离项目依赖，防止不同项目间的库版本冲突。

创建项目目录‌：

bash

mkdir langchain-demo

cd langchain-demo

创建虚拟环境‌：

Windows用户：python -m venv venv

Mac/Linux用户：python3 -m venv venv

激活虚拟环境‌：

Windows用户：venv\Scripts\activate

Mac/Linux用户：source venv/bin/activate

激活后，终端提示符前会出现 (venv) 标识，表示当前操作仅作用于该隔离环境。

三、核心依赖安装与验证

LangChain采用模块化设计，核心包与集成包分离，需按需安装以减少冗余。

安装核心库‌：

bash

pip install langchain-core langchain-community

langchain-core 包含所有抽象基类和核心逻辑，langchain-community 包含第三方集成（如向量数据库、API封装）。

安装大模型提供商SDK‌：

以OpenAI为例，需单独安装其SDK：

bash

pip install openai

若使用国产大模型（如百度文心一言），则需安装对应SDK：

bash

pip install qianfan

环境验证脚本‌：

创建 test_env.py 文件，输入以下代码验证环境是否通畅：

python

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_template("你好，{name}！")

print(prompt.format(name="LangChain"))

运行 python test_env.py，若输出 你好，LangChain！ 且无报错，则环境搭建成功。

四、关键配置与避坑指南

API密钥管理‌：严禁将API Key硬编码在代码中。应在项目根目录创建 .env 文件，写入 OPENAI_API_KEY=your_key_here，并在代码中使用 python-dotenv 库加载：

bash

pip install python-dotenv

常见报错处理‌：

若遇到 ModuleNotFoundError，请检查虚拟环境是否正确激活。

若遇到 DependencyConflict，尝试删除 venv 文件夹重新创建，或使用 pip-tools 锁定依赖版本。

网络加速‌：国内用户若下载缓慢，可临时切换至清华或阿里源：

bash

pip install langchain-core -i https://pypi.tuna.tsinghua.edu.cn/simple

至此，你的LangChain基础开发环境已就绪。下一步，我们将基于此环境调用第一个大模型接口，实现简单的对话交互。

需要我为你提供一份包含常用环境变量配置的 .env 模板文件吗？你可以直接填充密钥后使用。