一起动手学LangChain吧-从零创建一个agent

🔥 新手零门槛！全程复制命令直接跑通，一站式搞定 Python 高性能包管理器 + LangChain 框架 + DeepSeek 大模型本地开发环境，不用复杂配置，不用踩坑，看完就能上手实操～

不管你是刚接触大模型开发的新手，还是想替换传统 pip 包管理器、提升开发效率的开发者，这套流程都能满足你，全程无冗余步骤，每一步都有明确指引，复制命令就能完成操作！

一、安装 uv 包管理器

首先，我们需要安装 uv 包管理器——它是新一代极速 Python 包管理工具，比我们常用的 pip 安装速度快数倍，还能自动管理虚拟环境、解决依赖冲突，后续安装各类大模型相关依赖会更高效，彻底告别下载卡顿、依赖报错的问题。

操作非常简单，打开电脑终端（Windows 用 CMD 或 PowerShell，Mac/Linux 用自带终端），直接复制下面的命令，粘贴后按下回车，等待几秒即可完成安装：

pip install uv

✅ 提示：如果安装时出现“pip 不是内部或外部命令”，说明 Python 未配置环境变量，可重新安装 Python 并勾选“Add Python to PATH”选项，或手动配置环境变量后再重试。

二、配置清华镜像源（国内加速必做）

由于国内网络访问国外 PyPI 源速度较慢，甚至会出现超时失败的情况，因此必须配置国内镜像源——这里优先推荐清华 PyPI 镜像，稳定性高、下载速度快，能让后续依赖安装秒速完成。

如果你的终端是 zsh（Mac 自带终端默认是 zsh，Linux 可自行切换），直接复制下面的命令，粘贴到终端并回车，会自动将镜像配置写入系统文件，且立即生效，无需手动修改配置：

echo 'export UV_DEFAULT_INDEX=https://pypi.tuna.tsinghua.edu.cn/simple' >> ~/.zshrc && source ~/.zshrc

✅ 补充说明：如果是 bash 终端（部分 Linux 系统默认），将命令中的~/.zshrc替换为~/.bashrc即可，执行后同样会自动生效。配置完成后，后续用 uv 安装任何依赖，都会自动从清华镜像源下载，无需再额外配置。

三、下载 PyCharm IDE（开发工具必备）

搭建开发环境，离不开一款好用的 IDE（集成开发环境），这里推荐 JetBrains 官方的 PyCharm——它对 Python 开发支持极佳，能自动识别 uv 虚拟环境，后续新建项目、编写代码、运行调试都非常方便，而且支持 2025 及历史所有版本，可根据自己的电脑配置选择合适版本。

直接复制下面的官方下载地址，粘贴到浏览器地址栏，即可进入下载页面，选择对应系统（Windows、Linux、macOS）的版本下载：

https://www.jetbrains.com.cn/pycharm/download/other/#releases-2025

✅ 安装提示：下载完成后，按照安装向导默认步骤操作即可，无需额外配置（建议勾选“创建桌面快捷方式”，方便后续打开）；如果是学生或开发者，可申请 JetBrains 教育版或专业版授权，免费使用全部功能。

四、新建 uv 项目（自动配置虚拟环境）

PyCharm 安装完成后，我们新建一个 uv 项目——这里重点是选择 uv 虚拟环境，它会自动为项目创建独立的 Python 运行环境，避免不同项目的依赖冲突，新手无需手动配置 venv，省去很多麻烦。

具体步骤如下，一步都不能错哦：

1. 打开 PyCharm，进入主界面后，点击左上角「新建项目」（New Project）；
2. 在弹出的窗口中，找到「环境」选项，下拉选择「uv 虚拟环境」（如果没有这个选项，说明 uv 安装未成功，可重新执行第一步的安装命令）；
3. 点击「位置」选项，选择项目存放的路径（建议放在桌面或专门的项目文件夹，方便后续查找）；
4. 确认所有设置无误后，点击「创建」（Create）。

👉 温馨提示：创建完成后，PyCharm 会自动初始化 uv 虚拟环境，底部终端会显示初始化进度，等待 1-2 分钟，直到终端提示“环境初始化完成”，就可以进行后续操作了。

五、安装项目所需依赖（核心步骤）

项目创建完成后，我们需要安装三大核心依赖：LangChain 核心框架、DeepSeek 大模型适配包、Anthropic 大模型适配包（备用扩展，方便后续切换大模型）。

操作方法：打开 PyCharm 底部的内置终端（如果没有显示，可通过顶部菜单栏「View → Tool Windows → Terminal」调出），依次复制下面的 3 条命令，每条命令粘贴后按下回车，等待安装完成（每条命令安装时间约 10-30 秒，取决于网络速度）：

# 下载langchain（核心框架，用于搭建大模型应用） uv add langchain # 集成 DeepSeek（适配DeepSeek大模型，实现对话、推理等功能） uv add langchain-deepseek # 集成 Anthropic（备用扩展，可适配Claude等大模型，按需安装） uv add langchain-anthropic

✅ 注意：安装过程中如果出现报错，大概率是网络问题，可重新执行对应命令；如果多次报错，可检查第二步的镜像源是否配置成功。

六、获取 DeepSeek API 密钥（调用大模型必备）

想要调用 DeepSeek 大模型，必须先获取官方 API 密钥——API 密钥相当于我们访问 DeepSeek 大模型的“通行证”，只有拥有密钥，才能通过代码调用大模型生成对话、完成推理等操作。

获取步骤非常简单，复制下面的地址，粘贴到浏览器，登录 DeepSeek 账号（没有账号可直接注册，注册流程简单，无需复杂审核），登录后即可创建、查看自己的 API 密钥：

https://platform.deepseek.com/api_keys

✅ 重要提醒：API 密钥属于个人隐私，请勿泄露给他人，否则可能导致账号被盗用、产生不必要的费用。

七、新建 .env 配置文件（安全存放密钥）

获取 API 密钥后，我们需要将其安全存放——不建议直接写在代码中（硬编码），否则后续分享代码、提交项目时，密钥容易泄露。最佳做法是创建 .env 环境变量文件，专门存放大模型密钥。

具体操作：

1. 回到 PyCharm 项目界面，右键点击项目根目录（左侧项目列表的最上方）；
2. 选择「新建 → 文件」（New → File），文件名输入.env（注意前面有个小数点，不要遗漏）；
3. 打开 .env 文件，复制下面的内容，将YouKey替换成你自己的 DeepSeek API 密钥，保存文件即可：

DEEPSEEK_API_KEY=YouKey

👉 提示：保存后，PyCharm 可能会提示“是否将 .env 文件添加到 .gitignore”，建议点击“是”，避免后续提交代码时泄露密钥。

八、完整可运行代码示例（直接复制运行）

所有环境配置、依赖安装、密钥配置完成后，我们就可以编写代码，调用 DeepSeek 大模型了！下面是完整的可运行代码示例，新手无需修改任何内容，直接复制到新建的 Python 文件中，即可运行。

操作步骤：

1. 右键点击项目根目录，选择「新建 → Python 文件」（New → Python File），文件名可自定义（比如deepseek_demo.py）；
2. 打开新建的 Python 文件，复制下面的完整代码，粘贴进去；
3. 点击文件右上角的「运行」按钮（绿色三角），即可执行代码。

# 引入大模型Agent创建工具（用于快速创建大模型实例） from langchain.agents import create_agent # 加载.env环境变量（读取我们存放的DeepSeek API密钥） from dotenv import load_dotenv # 引入对话消息类型（用于定义人类消息、AI消息、系统消息） from langchain.messages import HumanMessage,AIMessage,SystemMessage # 提示词（自定义大模型角色，这里设置为海盗，可根据需求修改） prompt=""" #角色 你是一名海盗 """ # 创建DeepSeek大模型Agent（指定模型为deepseek-chat，传入角色提示词） llm = create_agent( model="deepseek-chat", system_prompt=prompt ) # 向大模型发送对话消息（这里发送“你好呀”，可修改为任意对话内容） res = llm.invoke({ "message": [ HumanMessage('你好呀') ] }) # 打印大模型返回的结果（查看对话响应） print(res)

九、运行成功返回结果（验证环境搭建成功）

代码执行后，如果终端没有报错，并且输出以下内容，说明你的大模型开发环境已经搭建成功！大模型会按照我们设置的“海盗”角色，返回对应的对话内容。

完整返回结果如下（复制仅供参考，实际返回的 id 等信息会略有不同，不影响使用）：

{'messages': [AIMessage(content='（**铁钩重重敲在船舷上，独眼紧盯着你**）嘿，旱鸭子，闻风丧胆了吧？这片海域归老子管——想活命就把值钱玩意儿全抖搂出来！', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 47, 'prompt_tokens': 12, 'total_tokens': 59, 'completion_tokens_details': None, 'prompt_cache_details': {'audio_tokens': None, 'cached_tokens': 0}, 'prompt_cache_hit_tokens': 0, 'prompt_cache_miss_tokens': 12}, 'model_provider': 'deepseek', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_8b330d02d0_prod0820_fp8_kvcache_20260402', 'id': '379c587c-6275-4e6b-bdf1-1b5b7380fd65', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019e21b8-faa6-72a3-9c6b-9bbf2589f8d0-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 12, 'output_tokens': 47, 'total_tokens': 59, 'input_token_details': {'cache_read': 0}, 'output_token_details': {}})]}

✅ 验证提示：如果返回结果中包含 AIMessage 和海盗角色的对话内容，说明环境搭建成功；如果出现“API 密钥错误”，请检查 .env 文件中的密钥是否正确；如果出现“依赖缺失”，请重新执行第五步的依赖安装命令。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】