第2节：创建项目

1. 创建虚拟环境

创建虚拟环境

python -m venv .venv

激活虚拟环境

 .venv\Scripts\activate

2. 安装依赖

下载langChain

pip install langchain

查看langchain版本

pip install langchain langchain-openai python-dotenv

这里安装了三个模块

除了最主要的langchain框架之外，langchain-openai的作用是用来接入大模型。python-dotenv的作用是为了用.env文件存放大模型秘钥。后续使用会详细讲解。

如果下载速度较慢，可以讲pip的下载地址更改为国内的镜像地址，修改方式如下：

1. 在资源管理器中输入 %APPDATA% 并回车，打开用户应用数据目录。
2. • 在此目录下创建 pip 文件夹，然后在 pip 文件夹内创建 pip.ini 文件。
3. 在文件中编写以下内容

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host = pypi.tuna.tsinghua.edu.cn

使用pip下载速度就会提升很多。

执行下面命令，可以查看是否设置成功。

pip config list

3. 接入大模型

要使用 LangChain 调用 DeepSeek 的大模型，需要先注册大模型的秘钥，我这里以豆包大模型为例。

1. 访问豆包大模型官网注册账号.
2. 在控制台创建一个API key

目前豆包大模型会免费赠送50万token，足够咱们用几十次对话了。

有了API key，我们开始在langchain中接入大模型，这里如果想接入大模型，需要知道三部分内容：

1. 模型名称
2. API服务地址：base_url
3. api秘钥

我这里使用的是doubao-seed-1.6-flash大模型，base_url可以直接在文档示例中复制（https://ark.cn-beijing.volces.com/api/v3），秘钥大家用自己的就可以了。

接入大模型的代码如下：

from langchain_openai import ChatOpenAI
from dotenv import load_dotenv
import os
load_dotenv()
llm = ChatOpenAI(
    model=os.getenv("DOUBAO_MODEL"),
    api_key=os.getenv("DOUBAO_API_KEY"),
    base_url=os.getenv("DOUBAO_API_BASE")
)


prompt = "你是谁"
response = llm.invoke(prompt);
print(response.content)

这里需要注意，API key不要直接写在代码中，要卸载.env中，然后通过os.getenv在.env文件中过去，我的.env文件如下所示

DOUBAO_MODEL="doubao-seed-1.6-flash"
DOUBAO_API_KEY="xxxxxxxxxx"
DOUBAO_API_BASE="https://ark.cn-beijing.volces.com/api/v3"

如果自己编写的项目需要推送到Git仓库，要将.env 文件添加到你的 .gitignore 文件中，防止意外将 API Key 推送到线上。.gitignore文件如下

.venv/
.env
__pycache__/
*.pyc

如果一切顺利，运行这个环境我们就可以看到豆包大模型的回复了。