Démarrage rapide LangChain Python

Consultez la documentation en direct — ne pas inventer une API alternative de mémoire :

https://docs.langchain.com/oss/python/langchain/quickstart

Récupérez cette page (Docs MCP ou HTTP) et implémentez ce qu'elle montre (agent météo + create_agent).

Contraintes de configuration locale

Appliquez celles-ci en plus du démarrage rapide (elles gardent la configuration minimale et agnostique au modèle) :

1. Demandez quel fournisseur/modèle utiliser. Montrez que LangChain est agnostique au modèle. Invite suggérée :

   Quel modèle cet agent doit-il utiliser ? Passez une chaîne provider:model — par ex. openai:gpt-5.5, anthropic:claude-sonnet-5, google_genai:gemini-2.5-flash-lite. Par défaut si vous n'êtes pas sûr : anthropic:claude-sonnet-5.

   Remplacez la chaîne de modèle du démarrage rapide par leur choix (ou le défaut).

2. Créez un nouveau répertoire (par ex. langchain-agent/) et faites tout le travail là — ne polluez pas le projet ouvert.

3. Seul secret : la clé API du fournisseur dans .env (dans gitignore). Pas de LangSmith / Tavily sauf s'ils demandent. Préférez qu'ils modifient .env eux-mêmes — ne collez pas les clés dans le chat.

4. Installez le package du fournisseur nécessaire pour leur modèle si l'installation de base du démarrage rapide n'est pas suffisante.

5. Exécutez l'exemple, affichez la sortie, puis arrêtez. Pointez vers langchain-fundamentals pour les prochaines étapes.