一、简介

接下来，我们将在本地使用VS Code 的python虚拟环境来搭建一个LangChain开发环境。

二、步骤

2.1、创建并激活python虚拟环境

电脑上新建文件夹 “65-AgentDemo”，然后打开VS Code终端，用以下命令来创建一个新的Python虚拟环境。

# 创建名为 .venv 的虚拟环境
python -m venv .venv

# 激活虚拟环境
# windows（PowerShell）
.venv\Scripts\activate

# Linux/macOS:
source .venv/bin/activate

激活后，命令行出现 .venv 字样，如下图所示：

2.2、安装LangChain核心库

LangChain 被设计为模块化的。我们将安装 langchain (核心), langchain-openai (与OpenAI模型交互) 和 langchain-community (社区维护的集成)。

# 使用国内镜像源加速安装
pip install langchain langchain-openai langchain-community -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

2.3、安装常用依赖-以RAG为例

一个非常常见的应用场景是RAG (Retrieval-Augmented Generation)，即基于外部文档的问答。这通常需要额外的依赖：

tiktoken: OpenAI 用于计算文本 token 数量的工具。
chromadb: 一个开源的向量数据库，用于存储文档嵌入向量。
faiss-cpu: Facebook AI 开发的高效向量相似度搜索库。
python-dotenv: 用于从 .env 文件中加载环境变量 (如 API 密钥)。

pip install tiktoken chromadb faiss-cpu python-dotenv -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

2.4、验证开发环境

最后，我们创建一个简单的 Python 脚本 test.py 来验证所有安装是否成功。

import sys
import langchain
import openai

# 打印已安装库的版本
print(f"LangChain version: {langchain.__version__}")
print(f"OpenAI version: {openai.__version__}")

# 打印 Python 解释器版本
print(f"Python version: {sys.version}")

终端中输入以下命令运行test.py

得到以下结果，就说明开发环境已经搭建好。