7. Jupyter Notebook 配置-大赛人网

7.1 启动 Jupyter

# 确保已激活 langgraph 环境
conda activate langgraph

# 进入项目根目录
cd 课程目录/langgraph

# 启动 Jupyter
jupyter notebook

执行后会：

终端显示一个带 token 的本地 URL（如 http://localhost:8888/?token=xxx）
自动打开默认浏览器，进入 Jupyter 文件管理界面

7.2 验证 Kernel

在 Jupyter 界面右上角或菜单栏中确认当前 Kernel 为 Python (langgraph)。如果不是：

点击菜单 Kernel → Change kernel → 选择 Python (langgraph)

如果列表中没有 Python (langgraph)，说明没有创建对应的名称。在 langgraph 环境中重新执行：

conda activate langgraph
pip install ipykernel
python -m ipykernel install --user --name langgraph --display-name "Python (langgraph)"

8. 环境验证

全部配置完成后，执行以下验证脚本，确保一切就绪。

8.1 基础验证

在终端中：

# 1. 确认 Conda 版本
conda --version

# 2. 确认 Python 版本和当前环境
python --version
# 输出：Python 3.13.x

# 3. 确认当前环境
conda info --envs
# langgraph 前面应有 * 号表示当前激活

# 4. 确认关键包已安装
pip show langgraph
pip show langchain-core
pip show langchain-deepseek
pip show jupyter

8.2 代码验证

在 Jupyter 中新建一个 Notebook，或创建一个测试脚本 test_env.py：

在 Jupyter 中新建一个 Notebook，或创建一个测试脚本 `test_env.py`：

运行脚本：

python test_env.py

如果一切正常，输出类似：

========================================
环境验证开始
========================================
Python 版本: 3.13.14
LangGraph 版本: 1.1.2
LangChain Core 版本: 1.2.18
Pydantic 版本: 2.12.5
DeepSeek API Key 已配置: sk-xxxx...xxxx
模型调用测试: 一切正常
========================================
环境验证完成
=======================================

9. 常见问题

Q1: `conda` 命令找不到？

Windows：确保安装时勾选了”Add Miniconda3 to my PATH”。如果还是找不到，从开始菜单打开 Anaconda Prompt (miniconda3) 即可。

macOS / Linux：执行 ~/miniconda3/bin/conda init 后重启终端。

Q2: PyCharm 中找不到 Conda 环境？

打开 File → Settings → Project: langgraph → Python Interpreter
点击齿轮 → Add Interpreter → Add Local Interpreter
选择 Conda Environment → Use existing environment
点击文件夹图标，浏览到 Conda 环境目录：
- Windows: C:\Users\你的用户名\miniconda3\envs\langgraph
- macOS/Linux: ~/miniconda3/envs/langgraph
选择 python.exe（或 python），点击 OK

如果列表中没有 langgraph 环境，先在 Terminal 中手动创建：

conda create -n langgraph python=3.13

创建后再回到上述步骤手动添加。

Q3: `pip install` 速度很慢？

Q3: pip install 速度很慢？

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

Q4: 安装依赖时报错 `Microsoft Visual C++ 14.0 is required`？

部分包（如 unstructured）需要 C++ 编译环境。解决方案：

下载 Visual Studio Build Tools：https://visualstudio.microsoft.com/downloads/#build-tools-for-visual-studio-2022
安装时勾选 “Desktop development with C++” 工作负载
重新执行 pip install

如果不想装 C++ 工具链，也可以跳过该包的学习章节，不影响核心课程。

Q5: Jupyter 中找不到 `Python (langgraph)` Kernel？

conda activate langgraph
pip install ipykernel
python -m ipykernel install --user --name langgraph --display-name "Python (langgraph)"

重启 Jupyter 即可看到。

Q6: `import langgraph` 报 `ModuleNotFoundError`？

说明包没有正确安装到当前环境：

# 确认当前在 langgraph 环境
conda activate langgraph

# 确认包已安装
pip show langgraph

# 如果未安装，重新安装
pip install -r 2.资料/requirements.txt

Q7: 模型调用时报 `AuthenticationError`？

检查以下三点：

.env 文件中是否配置了正确的 API Key
.env 文件是否在项目根目录（langgraph/ 下）
代码开头是否执行了 load_dotenv(override=True)

Q8: 想把环境恢复到初始状态？

# 退出当前环境
conda deactivate

# 删除并重建
conda remove -n langgraph --all
conda create -n langgraph python=3.13
conda activate langgraph
pip install -r 2.资料/requirements_full.txt