快速开始

本章带你从零搭建一个最小可运行的 Langchain.js 项目，并完成第一次模型调用。

1. 环境准备

需要 Node.js 18+（支持原生 fetch 与顶层 await）。新建项目并安装依赖：

mkdir my-langchain-app && cd my-langchain-app
npm init -y
npm install @langchain/core @langchain/openai

ℹ️TypeScript 用户

如需类型提示，额外安装 npm i -D typescript @types/node，并在 tsconfig.json 中开启 "moduleResolution": "bundler"（或 "node16"），否则可能解析不到子路径导出。

2. 配置 API Key

Langchain.js 的 OpenAI 集成默认读取环境变量 OPENAI_API_KEY。最干净的做法是用 .env 文件配合 dotenv：

npm install dotenv

# .env（切勿提交到 Git）
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx

// index.ts
import "dotenv/config";
import { ChatOpenAI } from "@langchain/openai";
 
const model = new ChatOpenAI({
  model: "gpt-4o-mini",
  temperature: 0.7,
});
 
const res = await model.invoke("用一句话介绍 Langchain.js");
console.log(res.content);

⚠️Key 绝不能进前端代码

OPENAI_API_KEY 是服务端密钥。任何 import "dotenv/config" 的代码都只能运行在 Node/服务端。浏览器打包进去会直接泄露 Key（第 15 章专门讲 Next.js 集成的安全边界）。

3. 第一个完整的链

结合提示模板与输出解析，写出「可复用」的调用：

import "dotenv/config";
import { ChatOpenAI } from "@langchain/openai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import { StringOutputParser } from "@langchain/core/output_parsers";
 
const prompt = ChatPromptTemplate.fromTemplate(
  "你是一个乐于助人的助手。请回答：{question}"
);
const model = new ChatOpenAI({ model: "gpt-4o-mini" });
const outputParser = new StringOutputParser();
 
const chain = prompt.pipe(model).pipe(outputParser);
 
const answer = await chain.invoke({ question: "什么是 RAG？" });
console.log(answer);

4. 常见报错排查

现象	原因与解法
`401 Incorrect API key`	环境变量未加载，确认 `dotenv` 已 `import`，或终端已 `export`
`Module not found: @langchain/openai`	仅装了 `langchain`，新版需单独安装厂商包
返回 `AIMessage` 对象而非字符串	没接 `StringOutputParser`，`.content` 才是文本

🎯练习

把上面的 question 抽成命令行参数（process.argv），做一个能在终端里反复提问的小脚本。

小结

安装 @langchain/core + 厂商包（如 @langchain/openai）
API Key 用 .env + dotenv，只在服务端加载
用 prompt.pipe(model).pipe(parser) 拼出第一条链
下一步深入了解 Chat Models →