文章介绍了LangGraph学习笔记系列的入门内容，主要讲解如何搭建AI应用开发的基本学习环境。内容包括：1)安装Python编程语言及其环境；2)配置虚拟环境以隔离项目依赖；3)安装Jupyter Notebook作为交互式开发工具。作者强调，即使是非程序员也可以通过这些基础步骤开始探索AI应用开发，特别是LangGraph框架的学习。文章提供了详细的安装和配置步骤，旨在帮助零基础读者建立AI应用开发的学习环境。

真的非常尴尬，上期刚下定决心要开一个LangChain 0.3版本的系列学习笔记，第二期关于Prompt Template的笔记都写了一半了，忽然听说LangChain要进行版本大更新，升级为1.0版本，且许多内容都会被重构。

于是，我只能根据官网信息，重新调整我的学习计划内容。

鉴于LangChain 1.0版本的预计发布时间在10月，现在一些内容还存在变化的可能，因此我将学习重心调整为本次版本升级影响相对较小，且未来将作为LangChain 1.0版本核心基础的LangGraph。

LangGraph是用来进行Agent开发与编排的框架，而现在Agent开发也是一个非常热门的话题，我就当这是老天爷的安排吧。

需要说明的是，考虑到本公众号的初心，是要向普罗大众普及AI技术应用的相关知识，而利用LangChain、LangGraph等编程框架进行软件开发，可能对非程序员背景的朋友来说还是有一定的门槛的。

但我始终觉得，这个时代，避免自己掉队的最佳方法，一定是全方面地拥抱AI。那么，在学会Ptompt设计、Cherry Studio等现成的AI工具使用方法的基础上，进一步探索更自由的AI应用开发，尝试根据自己在工作、生活、学习中个性化的需求，来开发出能帮助自己或他人的AI应用，真的是非常Cool且有意义的事情。

因此，为了便于让感兴趣但对编程毫无基础的朋友，能够真正地实现从零开始学习，新的LangGraph学习笔记系列将从AI应用开发的基本学习环境的搭建讲起，尝试和大家一起慢慢地、循序渐进地探索LangGraph和LangChain的世界。

请大家保持好奇，不要害怕，遇事不明，多问AI。

AI应用开发的基本学习环境搭建

事实上，学习AI应用开发所需的基本学习环境非常简单。

首先，安装Python无需赘言，现在大部分AI训练框架、应用开发框架都是以Python语言为核心的。在Python强大的生态支持下，我们的开发过程可以通过导入各式各样现成的包、模块而得到极大的简化。

其次，我们需要一个用来运行代码的开发环境。我个人觉得，对于新手来说，学代码最要紧的就是能够激发探索欲，而激发探索欲的条件包括反馈及时、调整灵活。这两点，Jupyter Notebook都能满足。

Jupyter Notebook为我们提供一种非常灵活的交互式开发环境，它支持单元格级的代码执行，这意味着我们可以写一段，试一段，马上体验自己刚码好的代码的效果，正反馈杠杠的。几乎不会出现辛辛苦苦写一大段，结果还是运行报错而心态直接崩掉的情形。

最后也是最容易被忽略的一点，就是学会虚拟环境的配置。由于Python的包很多，不同的包有不同的版本，同时不同的包之间还存在不同版本的支持情形，如果一开始不重视虚拟环境的配置，等你的代码、项目变得越来越复杂，就很容易出现所引用包之间的冲突。当然，这一点你暂时不需要理解，你只需要先照着做，总有一天你会明白的。

下面，我就逐一给大家介绍上述三大学习环境要素具体该怎么搭建。

安装Python

进入Python官网下载区：

https://www.python.org/downloads/

点击下载按钮，浏览器会自动下载安装程序。

双击安装程序，进入安装环节。

首先，注意勾选下方的Add python.exe to PATH。

然后，选择并点击Customize installation进行自定义安装。

下一个界面中的内容都不用动，直接点next。可以看到安装Python的同时会同步安装pip工具，我们将来安装各种Python包都得靠它。

接下来的界面也基本不用动，下面的安装位置可以改成自己希望的址。然后点击install安装即可。

安装完成后，使用快捷键win+R，在对话框中输入cmd打开命令提示符终端。

在第一行输入指令：python -version后敲回车。

能看到Python的版本信息，则说明Python安装成功啦。

配置虚拟环境

搞虚拟环境的目的，是要将你打算学习、研究的代码及其依赖，与你的系统和别的项目代码隔离开来，这样目标项目中代码对依赖的安装、更新，不会与系统或别的项目之间发生影响。

因此，我们应该养成习惯，在每启动一个项目（其实就是新建放代码的文件夹）时，就在该文件夹内配置虚拟环境。

首先，在本地建立项目文件夹用以存放相关代码及资源。如我在F盘根目录下新建LangGraph文件夹。

然后，打开cmd终端，输入指令进入该文件夹：首先F:回车，进入E盘，然后cd F:\LangGraph。

然后，输入python -m venv venv，在项目文件夹中创建虚拟环境。

然后项目文件夹中就会出现代表虚拟环境的venv文件夹。

接着输入虚拟环境激活指令：venv\Scripts\activate.bat

可以看到终端中地址前面出现了（venv），这就意味着虚拟环境激活了。这样，凡是在虚拟环境中pip安装的依赖，都会装到venv文件夹下。大家一定要记住，在开始代码编辑的时候，一定要先进入虚拟环境。

当然，还需要注意每次结束项目之前，应该使用venv\Scripts\deactivate.bat指令退出虚拟环境。

在虚拟环境中安装Jupyter Notebook

接下来，安装用来运行代码的工具：Jupyter Notebook。方法非常简单，首先，进入项目文件夹，如前所述激活虚拟环境。

然后在终端中运行：pip install notebook

经历一段密密麻麻的下载后，Jupyter Notebook就装好啦。

接下来继续在终端中输入指令：Jupyter Notebook，启动Jupyter Notebook以检测安装是否成功。

如果浏览器自动弹出一个这样的界面，就说明安装成功啦。

然后，我们可以点击右上角的新建按钮新建.ipynb文件，作为我们运行代码的“画布”。

新建后会打开一个新窗口，这就是Jupyter Notebook的代码编辑界面，我们可以在蓝色单元格中编写代码，然后以一个单元格为单位进行代码运行、测试结果。我们的代码学习过程就主要在这个界面中展开。

需要关闭notebook时，关掉网页，在终端按Ctrl + C即可。

至此，关于AI应用开发的基本学习环境的搭建过程就介绍完毕了。

好了，以上就是本期的全部内容，接下来我计划将上一篇关于chat model的笔记结合1.0版本的官方文档，按照新手从零开始的风格进行重写，在此之前大家依然可以根据上篇笔记内容进行自由探索，祝大家玩得开心！

读者福利大放送：如果你对大模型感兴趣，想更加深入的学习大模型**，那么这份精心整理的大模型学习资料，绝对能帮你少走弯路、快速入门**

如果你是零基础小白，别担心——大模型入门真的没那么难，你完全可以学得会！

👉 不用你懂任何算法和数学知识，公式推导、复杂原理这些都不用操心；
👉 也不挑电脑配置，普通家用电脑完全能 hold 住，不用额外花钱升级设备；
👉 更不用你提前学 Python 之类的编程语言，零基础照样能上手。

你要做的特别简单：跟着我的讲解走，照着教程里的步骤一步步操作就行。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

现在这份资料免费分享给大家，有需要的小伙伴，直接VX扫描下方二维码就能领取啦😝↓↓↓

为什么要学习大模型？

数据显示，2023 年我国大模型相关人才缺口已突破百万，这一数字直接暴露了人才培养体系的严重滞后与供给不足。而随着人工智能技术的飞速迭代，产业对专业人才的需求将呈爆发式增长，据预测，到 2025 年这一缺口将急剧扩大至 400 万！!

大模型学习路线汇总

整体的学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战，跟着学习路线一步步打卡，小白也能轻松学会！

大模型实战项目&配套源码

光学理论可不够，这套学习资料还包含了丰富的实战案例，让你在实战中检验成果巩固所学知识

大模型学习必看书籍PDF

我精选了一系列大模型技术的书籍和学习文档(电子版)，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

大模型超全面试题汇总

在面试过程中可能遇到的问题，我都给大家汇总好了，能让你们在面试中游刃有余

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

👉获取方式：

😝有需要的小伙伴，可以保存图片到VX扫描下方二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最适合零基础的！！