Configuración de entorno Python y primer agente con LangGraph
Clase 2 de 26 • Curso para Crear Agentes de AI con LangGraph
Resumen
Aprende a montar un entorno Python 3 seguro, instalar LangGraph y LangChain con su integración para OpenAI, y lanzar tu primer agente con el debugger de LangGraph. Siguiendo la documentación oficial, el flujo es directo y estable, incluso si usas la versión pre-release: el código no cambia.
¿Cómo preparar el entorno en Python 3 con entorno virtual?
Para evitar conflictos y asegurar compatibilidad, se recomienda Python 3 (mejor 3.12; también sirven 3.8 o 3.10). La base es crear una carpeta de proyecto y un entorno virtual.
- Crear la carpeta: my-course-agent.
- Entrar con cd my-course-agent.
- Verificar versión: Python 3 instalado y activo.
- Crear un entorno virtual con python3 y nombrarlo .env.
- Activar el entorno: source .env/bin/activate.
- Comprobar con which python que apunta al .env y no al global.
Claves y habilidades: - Entorno virtual: aísla dependencias del proyecto. - which python: valida que el intérprete activo es el del .env.
¿Qué instalar de LangChain y LangGraph para el primer agente?
Desde la documentación en docs.langchain.com, instala los paquetes necesarios. Puede aparecer un aviso de pre-release; si está, usa la bandera pre. Si ya salió la versión estable, instala sin esa bandera: el código no cambia.
- Paquetes a instalar: LangGraph, LangChain y LangChain con OpenAI.
- Si ves el alert de versión alfa: añade la bandera pre.
- Si no ves el alert: instala sin pre.
¿Qué rol tiene LangGraph y LangChain en el ecosistema?
La arquitectura distingue dos niveles para agentes:
- LangChain: un agente individual, el “átomo” operativo.
- LangGraph: orquestador de múltiples agentes.
Esta separación te permite crear primero un agente con LangChain y después orquestarlo con LangGraph.
¿Cómo crear y ejecutar tu primer agente con OpenAI GPT-4?
El flujo incluye preparar el archivo principal, configurar la API key y lanzar el debugger con la CLI de LangGraph.
¿Cómo definir el agente en main.py con OpenAI?
Parte de un ejemplo de “primer agent” de la sección de LangChain y adáptalo:
- Crear el archivo main.py en tu editor.
- Pegar el ejemplo del “primer agent”.
- Cambiar el proveedor del ejemplo de Anthropic a OpenAI con GPT-4.
Conceptos clave: - Agente individual: corre en LangChain. - GPT-4: modelo de OpenAI al que te conectarás.
¿Cómo configurar la API key en un archivo .env?
Para conectarte a modelos como OpenAI, Anthropic o Gemini, necesitas una API key.
- Crear un archivo .env en la raíz del proyecto.
- Añadir tu key: la variable para OpenAI debe identificarse como su API key.
- Generar la key en el dashboard del proveedor y pegarla en .env.
Buenas prácticas en contexto: - Variables de entorno: no cargues claves en el código. - .env: centraliza secretos para usarlos desde herramientas y configuración.
¿Cómo usar el debugger de LangGraph con su CLI?
Instala la herramienta de comandos para el entorno de debugging y prepara la configuración.
- Instalar “LangGraph CDI” sin la bandera pre.
- Crear un archivo de configuración: langgraph.gist.
- Incluir en la configuración: dependencias (.), carga del archivo .env y definición de los “grafos”.
- Definir un grafo con nombre, por ejemplo “agent”, que apunte al agente en main.py.
- Quitar el bloque que corre el agente directamente: lo arrancarás con el debugger.
Ejecución y prueba: - Con el entorno virtual activo, correr: langgraph dev. - Si aparece un error de dependencia, instala lo que falta y repite. - Abre la URL de la Studio UI que aparece en la terminal. - Verás tu agente listado con sus tools. - Envía un mensaje, por ejemplo: “Hola, ¿cómo estás?”. Debes ver la respuesta del modelo y el trazo del flujo en el debugger.
Palabras clave y habilidades en acción: - CLI de LangGraph: comando langgraph dev para levantar el entorno de desarrollo. - Studio UI: interfaz visual para debugging de agentes. - tools: capacidades del agente visibles en la interfaz. - orquestación: posteriormente LangGraph coordina múltiples agentes basados en LangChain.
¿Tienes dudas sobre la instalación, la configuración del .env o el arranque con langgraph dev? Cuéntame en comentarios qué fallo viste y en qué paso, y lo resolvemos juntos.