02-环境搭建:安装和配置
🎯 本章目标
完成本节后,你将能够:
- ✅ 创建 LangChain.js 项目
- ✅ 安装必要的依赖
- ✅ 配置 API Key
- ✅ 运行第一个示例
步骤 1:检查 Node.js 版本
LangChain.js v1.x 需要 Node.js 20+ (推荐 LTS 版本)
bash
node -v
# 应该输出 v20.x.x 或更高如果版本太低,请升级到 Node.js 20+ (推荐)
💡 注意: LangChain 1.0+ 需要 Node.js 20+,因为使用了新的 JavaScript 特性。
步骤 2:创建项目
bash
# 创建项目目录
mkdir my-langchain-app
cd my-langchain-app
# 初始化 npm 项目
npm init -y步骤 3:安装依赖
bash
# 安装核心库
npm install @langchain/core @langchain/openai @langchain/langgraph zod依赖说明
| 包名 | 作用 | 必装 |
|---|---|---|
@langchain/core | 核心抽象类 | ✅ |
@langchain/openai | OpenAI 兼容模型 | ✅ |
zod | 模式验证 | ✅ |
@langchain/langgraph | Agent/工作流 | ✅ (本教程使用) |
@langchain/community | 社区工具/存储 | 可选 |
dotenv | 环境变量加载 | 可选 |
步骤 4:配置 API Key
方式 1:环境变量(推荐)
bash
# Linux/Mac
export MODELSCOPE_API_KEY="你的 API Key"
# Windows PowerShell
$env:MODELSCOPE_API_KEY="你的 API Key"
# Windows CMD
set MODELSCOPE_API_KEY=你的 API Key方式 2:使用 .env 文件
bash
# 安装 dotenv
npm install dotenv创建 .env 文件:
MODELSCOPE_API_KEY=你的 API Key在代码中加载:
javascript
import 'dotenv/config';
const apiKey = process.env.MODELSCOPE_API_KEY;步骤 5:创建第一个示例
创建 hello.js:
javascript
import { ChatOpenAI } from "@langchain/openai";
import { HumanMessage } from "@langchain/core/messages";
async function main() {
// 1. 创建模型实例
const model = new ChatOpenAI({
modelName: "MiniMax/MiniMax-M2.5",
apiKey: process.env.MODELSCOPE_API_KEY || "你的 API Key",
configuration: {
baseURL: "https://api-inference.modelscope.cn/v1",
},
});
// 2. 发送消息
const response = await model.invoke([
new HumanMessage("你好,请用一句话介绍你自己")
]);
// 3. 输出结果
console.log("AI 回复:", response.content);
}
main();步骤 6:运行
bash
node hello.js预期输出:
AI 回复:你好!我是 MiniMax-M2.5,由 MiniMax 公司开发的 AI 助手...🔧 常见问题
问题 1:找不到模块
Error: Cannot find module '@langchain/core'解决:
bash
npm install问题 2:API Key 无效
401 Unauthorized解决:检查 API Key 是否正确,是否有可用额度
问题 3:网络超时
Request timeout解决:检查网络连接,或使用国内镜像
问题 4:ES Module 错误
require is not defined in ES module scope解决:在 package.json 中添加 "type": "module",或使用 import 语法
📝 本章小结
- Node.js 18+ 是必需的
- 核心依赖:
@langchain/core+@langchain/openai+zod - API Key 建议通过环境变量管理
- 使用
ChatOpenAI类调用模型