環境設定

# 方法一：使用 Python 內建 venv（無需額外安裝）
python -m venv agent-env

# 啟用虛擬環境
source agent-env/bin/activate    # macOS / Linux
agent-env\Scripts\activate       # Windows PowerShell

# 確認虛擬環境已啟用（提示符前方會出現 (agent-env)）
which python    # macOS/Linux：應顯示 .../agent-env/bin/python
where python    # Windows

# 方法二：使用 uv（推薦，速度更快、依賴解析更精準）
pip install uv
uv venv agent-env
source agent-env/bin/activate    # macOS / Linux
agent-env\Scripts\activate       # Windows

# 安裝 LangChain 核心套件
pip install langchain

# 選擇 LLM 整合套件（至少安裝一個）
pip install langchain-openai        # OpenAI GPT-4o / GPT-4o-mini
pip install langchain-anthropic     # Anthropic Claude 3.5 Sonnet / Haiku
pip install langchain-google-genai  # Google Gemini 1.5 Pro / Flash

# 安裝社群整合套件（包含大量工具、文件載入器、向量庫整合）
pip install langchain-community

# 向量資料庫（二選一，也可以都裝）
pip install faiss-cpu               # FAISS：本地執行，輕量快速，適合開發測試
pip install chromadb                # Chroma：本地執行，支援持久化與複雜篩選條件

# 文件處理工具（讀取 PDF、Word、HTML 等格式）
pip install pypdf docx2txt unstructured

# 安裝 AutoGen 核心套件
pip install pyautogen

# 若需要讓 Agent 在隔離沙箱中安全執行程式碼（生產環境強烈建議）
pip install docker
# 並確保 Docker Desktop 已安裝並在背景執行

# 若需要 AutoGen Studio（視覺化 no-code 介面，可選）
pip install autogenstudio

# 確認安裝成功
python -c "import autogen; print('AutoGen', autogen.__version__, '安裝成功')"

# 方法一：使用 pip 安裝
pip install mcp

# 方法二：使用 uv 安裝（推薦，自動解析依賴版本衝突）
uv add mcp

# 確認安裝版本
python -c "import mcp; print('MCP SDK 版本：', mcp.__version__)"

# 方法一：臨時環境變數（關閉終端機視窗後即失效）
export OPENAI_API_KEY="sk-proj-..."           # macOS / Linux bash / zsh
export ANTHROPIC_API_KEY="sk-ant-api03-..."
export GOOGLE_API_KEY="AIzaSy..."

# Windows PowerShell
$env:OPENAI_API_KEY = "sk-proj-..."
$env:ANTHROPIC_API_KEY = "sk-ant-api03-..."

# 方法二：建立 .env 檔案（永久保存，務必加入 .gitignore）
# 在專案根目錄建立名為 .env 的純文字檔，內容如下：
OPENAI_API_KEY=sk-proj-...
ANTHROPIC_API_KEY=sk-ant-api03-...
GOOGLE_API_KEY=AIzaSy...

# 安裝 python-dotenv，讓程式啟動時自動載入 .env
pip install python-dotenv

# Python 程式碼中載入 .env 並讀取金鑰的標準寫法
from dotenv import load_dotenv
import os

load_dotenv()  # 自動尋找並載入目前目錄（及父目錄）的 .env 檔案

openai_key    = os.getenv("OPENAI_API_KEY")
anthropic_key = os.getenv("ANTHROPIC_API_KEY")
google_key    = os.getenv("GOOGLE_API_KEY")

# 驗證金鑰已成功載入（只顯示前 8 字元，避免洩漏完整金鑰）
print("OpenAI Key:", openai_key[:8] + "..." if openai_key else "未設定")
print("Anthropic Key:", anthropic_key[:8] + "..." if anthropic_key else "未設定")
print("Google Key:", google_key[:8] + "..." if google_key else "未設定")

# 建立 conda 環境，明確指定 Python 3.11
conda create -n agent-env python=3.11
conda activate agent-env

# 安裝套件（優先用 conda-forge，找不到再用 pip）
conda install -c conda-forge faiss-cpu
pip install langchain langchain-openai pyautogen mcp python-dotenv

# 管理 conda 環境的常用指令
conda env list                           # 列出所有環境
conda env export > environment.yml       # 匯出環境設定（方便團隊共享）
conda env create -f environment.yml      # 從設定檔重建環境
conda deactivate                         # 退出目前環境

python -c "
import langchain
import autogen
import mcp
import faiss
import chromadb
print('LangChain :', langchain.__version__)
print('AutoGen   :', autogen.__version__)
print('MCP SDK   :', mcp.__version__)
print('FAISS     : 已安裝')
print('ChromaDB  :', chromadb.__version__)
print()
print('所有套件安裝成功！可以開始 AI Agent 開發了。')
"