ChatGPT-бот в консоли

Первые шаги – вызываем модель ChatGPT через API

Содержание курса

🔹 Подготовка окружения

Перед началом работы с LangChain важно убедиться, что всё необходимое установлено и настроено корректно. Этот урок поможет вам подготовить систему, окружение и инструменты, чтобы без проблем проходить курс и запускать примеры кода.

🔸 Требования к знаниям

Для комфортного прохождения курса студент должен:

Владеть Python на уровне уверенного пользователя (работа с функциями, классами, импортами, базовыми библиотеками);
Понимать основы работы с API и JSON;
Уметь пользоваться терминалом и виртуальными окружениями (venv или poetry);
Иметь базовое представление о pip и установке зависимостей.

🔸 Системные требования

Компонент Требование Комментарий Python Версия 3.10+ Проверить: python --version pip Версия 22.0+ Проверить: pip --version ОС Windows / macOS / Linux Курс поддерживается на всех основных платформах Интернет Обязателен Для загрузки библиотек и доступа к API GitHub-аккаунт Для сдачи своих работ Нам необходимо обмениваться кодом для проверки. Это самый удобный способ OpenAI API key Для использования LLM

Можно создать на https://platform.openai.com/account/api-keys

Либо использовать прокси, об этом далее*

🔸 Подготовка виртуального окружения

Чтобы ваш проект не конфликтовал с другими и было проще управлять зависимостями, рекомендуется создать виртуальное окружение. В Python есть несколько подходов, два популярных – стандартный venv и менеджер пакетов Poetry. Рассмотрим оба:

Виртуальное окружение (venv)
Это встроенный инструмент Python. Откройте терминал в папке вашего проекта (где лежит README и планируется код). Выполните команду для создания окружения:
```
python -m venv .venv
```
Здесь venv после -m модуль для создания окружения, а .venv – имя папки, куда оно будет установлено (можете назвать по-другому, но принято .venv или venv). После выполнения у вас появится папка .venv с локальной копией интерпретатора и pip. Теперь активируйте окружение:
- source .venv/bin/activate Linux/Mac
- .venv\Scripts\activate.bat Windows (CMD)
- .venv\Scripts\Activate.ps1 Windows (PowerShell)
- source .venv/Scripts/activate Windows (bash)
После активации в начале строки терминала вы увидите название окружения. Теперь все pip install будут ставиться локально, в эту папку, не затрагивая глобальные пакеты.
Poetry
Это более продвинутый инструмент, который управляет зависимостями и виртуальным окружением, используя файл pyproject.toml
Если вы хотите использовать Poetry, сначала установите его:
```
pip install poetry
```
или по инструкции с официального сайта
В папке проекта выполните:
```
poetry init
```
Эта команда проведет интерактивную настройку проекта спросит имя, версию Python, зависимости (пока можно пропустить или указать openai) и создаст pyproject.toml.
После этого можно создать окружение и установить зависимости (если указали):
```
poetry install
```
и активировать окружение
```
poetry shell
```

Оба подхода хороши. Если вы новичок, стандартный venv может быть понятнее, а Poetry дает больше автоматизации. Выберите один способ и доведите его до конца.

⚠️ Важно: после активации окружения у вас должна работать команда pip (или poetry add), устанавливающая пакеты локально в виртуальном окружении, и команда python должна ссылаться на версию внутри окружения.

🔸 Установка пакетов

Официальная библиотека называется просто openai. На момент 2025 года она поддерживает работу с актуальными моделями (GPT-4o, GPT-5) и различными функциями API. Мы будем использовать ее для отправки запросов ChatCompletion (диалоговый формат) и, возможно, других запросов позже. Установим её через менеджер пакетов:

💡 так же если вы планируете хранить ключи и другие переменные в .env файле рекомендуем сразу установить и python-dotenv через менеджер пакетов. Эта маленькая библиотека облегчит загрузку переменных окружения из файла, как обсуждали ранее. Без нее можно обойтись, но вручную парсить .env неудобно

С pip:

Создайте файл requirements.txt со следующим содержимым:

langchain==1.0.3
langchain-community==0.4.1
langchain-core==1.3.0
langchain-huggingface==1.0.1
langchain-openai==1.0.2
langgraph==1.0.2
langgraph-prebuilt==1.0.8
openai==2.7.1
pydantic==2.12.3
python-dotenv==1.2.1
PyYAML==6.0.3
requests==2.32.5

Установите зависимости одной командой: pip install -r requirements.txt

С poetry:

poetry add \
    langchain==1.0.3 \
    langchain-community==0.4.1 \
    langchain-core==1.3.0 \
    langchain-huggingface==1.0.1 \
    langchain-openai==1.0.2 \
    langgraph==1.0.2 \
    langgraph-prebuilt==1.0.8 \
    openai==2.7.1 \
    pydantic==2.12.3 \
    python-dotenv==1.2.1 \
    PyYAML==6.0.3 \
    requests==2.32.5

💡 Так же по аналогии устанавливаются и другие пакеты в виртуальное окружение
💡 Версии указаны у всех пакетов, и менять их не нужно. Экосистема LangChain состоит из отдельно выпускаемых пакетов, связанных между собой нежёстко: если поставить их без версий, менеджер соберёт свежие релизы, которые не всегда совместимы друг с другом, и примеры из курса начнут падать на импортах. Отдельно обратите внимание на langchain-core и langgraph-prebuilt — вы не будете импортировать их напрямую, они ставятся как зависимости, но именно их версии чаще всего и разъезжаются, поэтому мы фиксируем и их

Для проверки установок запустите Python код:

import openai

print(openai.__version__)

или в командной строке можно ввести

pip show openai

Аналогично можно проверить версии (и не только в случае с show) других библиотек. Также убедитесь, что установка прошла в вашем виртуальном окружении: если деактивировать окружение и в глобальном Python попробовать openai, он не должен находиться (если раньше не ставили глобально). Это подтверждает изоляцию окружения.

🔸 Структура проекта

На данный момент у вас в папке проекта должны быть: .env (с вашими ключами) и окружение (папка .venv или файлы Poetry: pyproject.toml и т.д.). Код мы еще не писали. Рекомендуется создать подпапку (например, src или app) для исходников, либо писать скрипты прямо в корне – на ваше усмотрение. В учебном проекте можно и в корне, но следите, чтобы имена файлов не конфликтовали с названиями пакетов (например, не называйте файл openai.py).

⚠️ При использовании Git для контроля версий, не забудьте добавить .env и .venv/ в .gitignore

🔸 Рекомендуемое ПО

Visual Studio Code — удобная среда для работы с проектами LangChain
https://code.visualstudio.com/
🔹 Рекомендуемые расширения:
- Python (официальное)
- Pylance
- Git Graph — для визуальной работы с Git
- YAML — для подсветки синтаксиса конфигураций

🔸Итог

После выполнения этого урока у вас должно быть:

Установлен Python 3.10+
Настроено виртуальное окружение
Установлены все зависимости
Создан .env с API-ключом
Проверен первый запрос к модели

Теперь вы готовы перейти к следующему шагу — созданию первого агента на LangChain.