AI Agent / 系统课时

安装 LangGraph 并锁定依赖

安装 LangGraph 并锁定依赖

这一节把 LangGraph 1.2 系列安装到隔离环境,并把解析后的精确依赖写入锁文件。完成后你会得到一个可重复恢复的 Python 环境,同时确认 LangGraph、LangChain 模型接口与 OpenAI 集成包都能正常导入。

学习目标

  • 将 LangGraph 限定在 1.2 系列,避免无意升级到新的主次版本
  • 用锁文件记录实际安装的直接依赖与传递依赖版本
  • 通过依赖检查和核心模块导入验证环境可用

前置检查

建议为课程单独创建虚拟环境,不要把实验依赖直接装进系统 Python。这里使用标准库 venv,并通过虚拟环境自己的 Python 执行 pip,这样无需依赖终端是否已经激活环境。

先确认本机能够执行 python,并准备一个空的项目目录。若系统中的 Python 命令名不同,应替换成对应解释器命令。

安装并生成锁文件

下面的命令先创建 .venv,再把 langgraph 限定在 >=1.2,<1.3。langchain 提供统一聊天模型接口,langchain-openai 提供 OpenAI 模型集成。安装完成后,pip freeze 会把当前环境的精确解析结果保存到 requirements.lock.txt。

bash
python -m venv .venv
.venv/bin/python -m pip install -q --upgrade pip
.venv/bin/python -m pip install -q "langgraph>=1.2,<1.3" langchain langchain-openai
.venv/bin/python -m pip check
.venv/bin/python -m pip freeze > requirements.lock.txt
grep -E '^(langgraph|langchain|langchain-core|langchain-openai)==' requirements.lock.txt
.venv/bin/python -c "from langgraph.graph import StateGraph; from langchain.chat_models import init_chat_model; import langchain_openai; print('imports ok')"

预期输出(<VERSION> 与 <PATCH> 代表当前解析出的实际版本):

text
No broken requirements found.
langchain==<VERSION>
langchain-core==<VERSION>
langchain-openai==<VERSION>
langgraph==1.2.<PATCH>
imports ok

安装日志被 -q 压缩,所以重点看 pip check、锁文件中的版本和最后一行导入结果。Windows 下可以使用虚拟环境中的 Python 可执行文件执行同样的 -m pip 操作,不必照搬这里的 POSIX 路径。

为什么范围约束和锁文件要同时保留

"langgraph>=1.2,<1.3" 表达的是课程兼容范围:允许获取 1.2 系列中的修复版本,但拒绝自动跨到 1.3。它适合首次解析依赖,却不能保证两台机器在不同时间一定得到完全相同的传递依赖。

requirements.lock.txt 记录的是这次已经解析成功的精确版本集合,更适合后续复现实验环境。团队协作或 CI 中应优先复用这份锁文件;需要升级时,再在受控环境重新解析并验证,而不是直接修改某一行版本后假设其余依赖仍兼容。

验证失败时先看哪里

如果 pip check 报冲突,先确认当前命令确实使用 .venv 中的 Python,再删除混入的手工安装版本后重新解析。如果导入 StateGraph 失败,检查锁文件里是否真的安装了 1.2 系列的 langgraph;如果模型接口或 langchain_openai 导入失败,则检查对应集成包是否出现在锁文件中。

当依赖检查通过、四个关键包版本已记录且核心导入返回 imports ok,这个环境就具备继续构建 LangGraph 状态图和接入聊天模型的基础。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

安装 LangGraph 并锁定依赖

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通