要在本地端搭建 LangChain 開發環境進行 AI Agent 開發，需要安裝 Python 3.8 以上版本、建立虛擬環境、安裝 LangChain 核心套件及相關相依套件，並配置 API 金鑰以連接語言模型。本文將帶領讀者逐步完成完整的開發環境建置。

環境準備與基礎需求

在開始安裝 LangChain 之前，需要確認系統滿足基本需求。硬體方面建議至少 8GB RAM 以確保執行順暢，作業系統支援 Windows、macOS 及 Linux。軟體需求包括 Python 3.8 或更高版本、pip 套件管理器，以及建議安裝的 Git 版本控制工具。

首先開啟終端機或命令提示字元，輸入以下指令確認 Python 版本：

python --version

若顯示版本號碼低於 3.8 或顯示找不到指令，需前往 Python 官方網站下載安裝最新版本。建議使用 Python 3.10 或 3.11 以獲得最佳相容性。

建立 Python 虛擬環境

為避免套件版本衝突，建議為每個專案建立獨立的虛擬環境。進入專案目錄後，執行以下指令建立並啟用虛擬環境：

python -m venv venv
source venv/bin/activate  # macOS/Linux
venv\Scripts\activate     # Windows

啟用成功後，終端機提示字元前方會顯示 (venv) 標記，表示目前處於虛擬環境中。此時所有 pip 安裝的套件都會隔離在此環境內，不會影響系統其他 Python 專案。

LangChain 核心套件安裝

虛擬環境啟用後，即可安裝 LangChain 及其相依套件。基礎安裝指令如下：

pip install langchain langchain-core

LangChain 支援多種語言模型供應商，需根據使用的模型安裝對應整合套件。以 OpenAI 為例，需額外安裝：

pip install openai langchain-openai

若使用 Anthropic 的 Claude 模型，則安裝：

pip install anthropic langchain-anthropic

其他常用相依套件包括用於處理文件載入的 langchain-community、對話記憶的 langchain-memory，以及建構 Agent 工具鏈所需的相關模組。

環境變數與 API 金鑰設定

LangChain 連接外部語言模型需要 API 金鑰，建議使用 .env 檔案管理敏感資訊。安裝 python-dotenv 套件：

pip install python-dotenv

在專案根目錄建立 .env 檔案，內容如下：

OPENAI_API_KEY=your-api-key-here
ANTHROPIC_API_KEY=your-anthropic-key-here

在 Python 程式碼中載入環境變數：

from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")

千萬不要將 .env 檔案提交至版本控制，應在 .gitignore 中排除此檔案。

第一個 AI Agent 測試驗證

環境建置完成後，透過簡單範例驗證運作正常。建立 test_agent.py 檔案：

from langchain_openai import ChatOpenAI
from langchain.agents import AgentType, initialize_agent, Tool
from langchain.tools import DuckDuckGoSearchRun

# 初始化語言模型
llm = ChatOpenAI(model="gpt-4", temperature=0)

# 建立搜尋工具
search = DuckDuckGoSearchRun()
tools = [Tool(name="搜尋", func=search.run, description="用於搜尋最新資訊")]

# 初始化 Agent
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION)

# 測試執行
result = agent.run("LangChain 是什麼？")
print(result)

執行 python test_agent.py，若成功輸出結果，表示環境配置完成。此範例建立了一個具備網路搜尋能力的 AI Agent，可根據使用者問題自動調用工具取得資訊。

常見問題與解決方案

安裝過程可能遇到依賴衝突問題，建議使用 pip 的 --upgrade 參數更新至最新版本。發生版本衝突時，可嘗試建立新的虛擬環境重新開始。若遇到 C++ 編譯器相關錯誤，需安裝對應平台的建構工具，如 Windows 需安裝 Visual Studio Build Tools。

API 金鑰驗證失敗時，檢查 .env 檔案路徑是否正確，以及金鑰是否有效。環境變數也可直接在系統層級設定，但建議優先使用 .env 檔案管理。