在这篇指南中，我们将详细讲解如何在本地运行 Langchain 仓库，并提交您的第一个代码变更。如果您希望在开发容器中操作，可参考 .devcontainer 文件夹中的指南。

技术背景介绍

Langchain 项目是一个高级框架，围绕构建“链”这种概念来组织代码。每个链的基本构件是微型逻辑单元，它们彼此结合，并可通过可编辑的配置文件进行管理。这个项目依托于 Python 生态，利用了 Poetry 作为其依赖管理工具，保证项目在开发和运行时的环境一致性。

核心原理解析

Langchain 的核心是对不同模块（如链、社区集成、认知架构等）的抽象和利用。该项目将其功能分成多个包，每个包都专注于特定的功能或集成，开发者可以根据需求分别展开开发。

代码实现演示(重点)

在开始之前，请确保已安装 Poetry 1.7.1 以上版本。如果您使用 Conda，请先创建并激活一个新的 Conda 环境：

conda create -n langchain python=3.9
conda activate langchain

安装 Poetry

请参考官方文档来安装 Poetry。安装后，若使用 Conda 或 Pyenv，记得配置 Poetry 使用虚拟环境：

poetry config virtualenvs.prefer-active-python true

管理多个包

Langchain 仓库包含多个包：langchain-core、langchain-community 等。您可以从 langchain-community 包入手：

cd libs/community

安装开发依赖（包括运行示例、lint、格式化、测试等）：

poetry install --with lint,typing,test,test_integration

验证依赖安装无误：

make test

如果安装过程中遇到 WheelFileValidationError，请确保您使用的是 Poetry 1.6.1 以上版本，并考虑禁用现代安装模式：

poetry config installer.modern-installation false
poetry install --with lint,typing,test,test_integration

单元测试

单元测试覆盖不需要外部 API 调用的模块逻辑。添加新逻辑时，请添加对应的单元测试：

make test

或者在 Docker 中运行单元测试：

make docker_tests

格式化和 Linting

提交代码时，请先运行如下命令进行格式化和 lint：

make format
make lint

若仅修改了部分代码，也可只针对这些文件进行操作：

make format_diff
make lint_diff

应用场景分析

Langchain 项目广泛应用于需要快速集成和部署不同认知模块的应用中。无论是构建智能助手、流程自动化系统还是数据分析工具，Langchain 都可以通过其链式架构提高开发效率。

实践建议

1. 使用独立虚拟环境： 每个开发包都应在独立环境中进行操作，确保依赖不冲突。
2. 持续集成测试： 在提交代码前始终运行完整测试，保证代码质量。
3. 格式化和 linting： 遵循项目的格式化和 linting 标准，确保代码一致性。
4. 文档更新： 及时更新文档和示例，以帮助其他开发者理解和使用您的贡献。

如果遇到问题欢迎在评论区交流。

—END—