跳转到主要内容

LangChain

02 · 环境与安装

按用途装包、版本锁定

  • LangChain
  • Python

本节速览

这一节的每一块内容,分别是干什么的:

内容是干什么的
按用途安装不同用途装不同的包,不整包安装
验证安装一行代码确认环境可用
版本锁定requirements.txt 固定版本,环境可复现
包职责速查core / openai / community 各自负责什么

环境要求

  • Python 3.10 以上,推荐 3.11+。
  • 包管理用 pip。追求更快的安装速度可以换 uv,命令等价。

安装

没有它会怎样——一把梭 pip install langchain 装进几百 MB 依赖:用不到的集成全进来了,导入慢、镜像构建慢,还可能和你项目的依赖版本冲突。

有了它——按用途只装需要的子包(如 langchain-openai),装什么用什么,环境干净。

按用途分组安装,不要一次全装。

基础(模型调用、组链):

pip install "langchain>=1.0,<2.0" "langchain-core>=1.0,<2.0" "langchain-openai>=1.0,<2.0" python-dotenv

RAG(加载、切分、向量库):

pip install langchain-community langchain-classic langchain-text-splitters

Agent 与记忆:

pip install langgraph langgraph-checkpoint-postgres

可选依赖,按数据源装:

pip install pypdf              # PDF 加载
pip install beautifulsoup4     # 网页加载
pip install faiss-cpu          # FAISS 向量库
pip install tiktoken           # TokenTextSplitter 计 token
pip install serpapi            # SerpAPI 搜索

验证安装

没有它会怎样——装没装对,要等第一个程序写完运行时才发现;报错栈里分不清是包的问题还是代码的问题。

有了它——三行代码先跑通环境再往下学,出问题时排错范围立刻缩小。

装完先跑一条命令,确认版本是 1.x、导入无报错:

python -c "import langchain, langchain_core, langchain_openai; print(langchain.__version__)"

示例输出(1.x 系列即可,小版本号不同没关系):

1.4.4

做 RAG 的再验证加载器和切分器:

python -c "from langchain_community.document_loaders import TextLoader; from langchain_text_splitters import RecursiveCharacterTextSplitter; print('ok')"

输出 ok 说明 RAG 链路的依赖就绪。哪一行报 ModuleNotFoundError,就回到上面装对应的包。

版本锁定

没有它会怎样——今天能跑,下个月重建环境就报错:依赖悄悄升了版、API 对不上;同事 clone 你的项目,跑起来一片红。

有了它——requirements.txt 把版本钉死,任何时候重建的环境和当时一模一样。

langchain、langchain-core、langchain-openai 三者保持同一版本系列(1.x)。langchain-core 会随依赖自动安装,显式写出便于锁定:

pip install "langchain>=1.0,<2.0" "langchain-core>=1.0,<2.0" "langchain-openai>=1.0,<2.0"

pydantic v2 随 langchain 一起安装。工具 schema、输出解析都基于它,不需要单独装。

包职责速查

包提供
langchain-coreRunnable、PromptTemplate、OutputParser、messages、InMemoryVectorStore
langchaincreate_agent、@tool、SummarizationMiddleware
langchain-openaiChatOpenAI、OpenAIEmbeddings
langchain-community加载器与 FAISS 的实现,处于维护尾声(只修不加)
langchain-classicMultiQueryRetriever、压缩检索、OutputFixingParser
langchain-text-splitters切分器与 Language 枚举
langgraphagent 状态图、InMemorySaver、recursion_limit
langgraph-checkpoint-postgresPostgresSaver,生产级记忆持久化

上一节:简介 · 下一节:配置