网硕互联帮助中心想了解 LangChain 在 Windows 系统上的完整部署步骤，接下来帮你梳理从环境准备到验证成功的全套流程，全程兼顾新手友好性，步骤清晰可落地。
一、前置准备（核心依赖）
LangChain 基于 Python 开发，首先需要搭建完整的 Python 环境，推荐使用 Python 3.8 及以上版本（兼容 LangChain 所有核心功能，避免版本兼容问题）。
1. 安装 Python
- 勾选 Add Python to PATH（重中之重，自动配置环境变量，避免后续手动配置麻烦）。
- 选择 Customize installation（自定义安装），保持默认选项下一步，可修改安装路径（建议路径不含中文和空格，如 D:\\Python311）。
- 安装完成后，验证是否成功：
- 按下 Win + R，输入 cmd 打开命令提示符。
- 输入命令 python –version 或 python3 –version，若显示类似 Python 3.11.7 的版本信息，说明 Python 安装成功。
2. （可选但推荐）配置虚拟环境
为了隔离不同项目的依赖，避免版本冲突，推荐使用 Python 自带的 venv 创建虚拟环境，步骤如下：
|
Bash # 切换到 D 盘 D: # 创建文件夹 md LangChain_Project # 进入该文件夹 cd LangChain_Project |
|
Bash python -m venv langchain_env |
|
Bash # Windows cmd 中执行（如果用 PowerShell，命令略有不同，见下方备注） langchain_env\\Scripts\\activate.bat |
- 激活成功后，命令行前缀会出现 (langchain_env)，表示当前处于该虚拟环境中。
- 备注：Windows PowerShell 中激活命令为 .\\langchain_env\\Scripts\\Activate.ps1，若出现权限报错，需以管理员身份运行 PowerShell，执行 Set-ExecutionPolicy RemoteSigned，选择 Y 即可解决。
二、安装 LangChain 核心包
LangChain 提供了多个版本的包，核心包满足基础功能，完整包包含所有扩展依赖，分两种安装方式：
1. 安装核心包（仅满足基础功能，体积小）
在激活的虚拟环境中执行命令：
|
Bash pip install langchain |
2. 安装完整包（包含所有扩展依赖，推荐，避免后续缺少依赖）
|
Bash pip install langchain[all] |
3. 加速安装（解决国内下载慢、超时问题）
使用国内镜像源（阿里云/清华源）加速，命令格式如下（以完整包为例，核心包同理）：
|
Bash # 阿里云镜像（推荐，速度稳定） pip install langchain[all] -i https://mirrors.aliyun.com/pypi/simple/ # 清华镜像 pip install langchain[all] -i https://pypi.tuna.tsinghua.edu.cn/simple/ |
三、安装额外依赖（按需选择）
LangChain 本身是一个框架，很多功能（如连接大模型、向量数据库、文档解析）需要依赖额外的第三方包，以下是常用依赖的安装：
1. 大模型相关依赖（核心常用）
- 对接 OpenAI 系列模型（GPT-3.5/4 等）：
|
Bash pip install openai -i https://mirrors.aliyun.com/pypi/simple/ |
- 对接国内模型（如通义千问、文心一言）：
|
Bash # 通义千问 pip install dashscope -i https://mirrors.aliyun.com/pypi/simple/ # 文心一言 pip install qianfan -i https://mirrors.aliyun.com/pypi/simple/ |
2. 向量数据库相关依赖（用于知识库、RAG 场景）
|
Bash # 轻量级向量数据库（新手入门首选） pip install chromadb -i https://mirrors.aliyun.com/pypi/simple/ # 其他常用向量数据库（按需安装） pip install pinecone-client faiss-cpu -i https://mirrors.aliyun.com/pypi/simple/ |
3. 文档解析相关依赖（用于解析 PDF、Word 等文档）
|
Bash pip install pypdf python-docx -i https://mirrors.aliyun.com/pypi/simple/ |
四、验证 LangChain 部署成功
通过编写一个简单的 Python 脚本，验证 LangChain 能否正常运行，这里以基础的 LLMChain 为例（若未安装 OpenAI，可跳过该示例，使用 LangChain 内置的简易模型验证）。
示例 1：使用内置简易模型验证（无需 API 密钥，零配置）
|
# 导入 LangChain 1.2.7 适配模块（零配置，无需 API 密钥） from langchain_core.prompts import PromptTemplate from langchain_community.llms.fake import FakeListLLM # 纯模拟模型，无外部依赖 from langchain_core.runnables import RunnableSequence
# 1. 初始化模拟 LLM 模型（预设返回结果，适配模板中的 topic 变量） # 这里预设一段关于 LangChain 的介绍，也可以设置多条结果轮询返回 llm = FakeListLLM( responses=[ "LangChain 是一款开源大语言模型应用开发框架，支持集成外部数据、第三方工具，能快速搭建知识库、对话机器人等复杂 LLM 应用，操作简洁且扩展性强。" ] )
# 2. 定义提示词模板 prompt_template = PromptTemplate( input_variables=["topic"], template="请简单介绍一下 {topic}，字数控制在100字以内。" )
# 3. 构建新版链式调用（管道符 | 是 1.0+ 推荐写法） llm_chain = prompt_template | llm
# 4. 运行并输出结果 result = llm_chain.invoke({"topic": "LangChain"})
# 5. 输出最终结果 print("输出结果：") print(result) |
|
Bash python test_langchain.py |
示例 2：使用 OpenAI 模型验证（需自备 OpenAI API 密钥）
|
# 导入必要模块 import os from langchain_core.prompts import PromptTemplate from langchain_openai import OpenAI # 新版专用 OpenAI 客户端 from langchain_core.runnables import RunnableSequence
# 1. 配置 OpenAI API 密钥（两种方式二选一） # 方式 1：直接设置环境变量 os.environ["OPENAI_API_KEY"] = "你的 OpenAI API 密钥" # 替换为真实密钥
# 方式 2：初始化模型时直接传入（优先级更高） # llm = OpenAI(openai_api_key="你的 OpenAI API 密钥", temperature=0.7)
# 2. 初始化 OpenAI 模型 llm = OpenAI(temperature=0.7)
# 3. 定义提示词模板 prompt_template = PromptTemplate( input_variables=["topic"], template="请简单介绍一下 {topic}，字数控制在100字以内。" )
# 4. 构建链式调用 llm_chain = prompt_template | llm
# 5. 运行并输出结果 result = llm_chain.invoke({"topic": "LangChain"})
# 6. 输出结果 print("输出结果：") print(result) |
五、常见问题排查
|
# 先卸载当前残缺的 LangChain pip uninstall langchain -y
# 安装 LangChain 完整包（1.2.7 版本，包含所有组件，包括 chains） pip install langchain[all]==1.2.7 -i https://mirrors.aliyun.com/pypi/simple/ |
总结
评论前必须登录！
注册