> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 为模型提供商使用环境变量

<Note>
  此功能仅在 Helm chart 版本 0.10.27（应用版本 0.10.74）及更高版本中可用。
</Note>

许多模型提供商支持通过环境变量设置凭据和其他配置选项。这对于自托管部署非常有用，可以避免在代码或配置文件中硬编码敏感信息。在 LangSmith 中，大多数模型交互是通过 `playground` 服务完成的，该服务允许您直接在 Pod 上配置许多环境变量。这有助于避免在 UI 中设置凭据。

## 要求

* 运行 `playground` 服务的自托管 LangSmith 实例。
* 您要配置的提供商必须支持通过环境变量进行配置。请查看提供商的聊天模型[文档](https://docs.langchain.com/oss/python/integrations/providers/overview)以获取更多信息。
* 您可能需要附加到 `playground` 服务的密钥/角色。
  * 请注意，对于 [IRSA](https://docs.aws.amazon.com/eks/latest/userguide/iam-roles-for-service-accounts.html)，您可能需要授予 `langsmith-playground` 服务账户必要的权限，以访问云提供商中的密钥或角色。

## 配置

根据上述参数，您可以配置 LangSmith 实例以使用模型提供商的环境变量。您可以通过修改 LangSmith Helm Chart 安装的 `langsmith_config.yaml` 文件或 Docker 安装的 `docker-compose.yaml` 文件来实现。

<CodeGroup>
  ```yaml Helm theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  playground:
    deployment:
      extraEnv:
        - name: OPENAI_BASE_URL
          value: https://<my_proxy_url>
        - name: OPENAI_API_KEY
          valueFrom:
            secretKeyRef:
              name: <your_secret_name>
              key: api_key
    serviceAccount: # 如果您想使用 IRSA 或工作负载身份，这会很有用
      annotations:
        eks.amazonaws.com/role-arn: <your_role_arn>
  ```

  ```yaml Docker theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 在您的 docker-compose.yaml 文件中
  langchain-playground:
    environment:
      .. # 其他环境变量
      - OPENAI_BASE_URL=https://<my_proxy_url>
      - OPENAI_API_KEY=<your_key> # 这将在 .env 文件中设置
  ```
</CodeGroup>

## VertexAI 配置

您可以使用带密钥的环境变量或工作负载身份（GKE 的 GCP 工作负载身份或 EKS 的 AWS IRSA）为 playground 服务配置 VertexAI 凭据。

### 使用密钥

使用 Kubernetes 密钥配置 VertexAI 凭据：

<CodeGroup>
  ```yaml Helm theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  playground:
    deployment:
      extraEnv:
        # Playground 专用密钥（推荐）
        - name: GOOGLE_VERTEX_AI_WEB_CREDENTIALS
          valueFrom:
            secretKeyRef:
              name: gcp-vertexai-secret
              key: credentials_json  # 您的完整服务账户 JSON 字符串
        # 标准回退选项
        - name: GOOGLE_APPLICATION_CREDENTIALS
          value: /secrets/gcp-key.json
        # 可选：如果模型配置中未设置项目/位置
        - name: GOOGLE_CLOUD_PROJECT
          value: "your-gcp-project-id"
        - name: VERTEXAI_PROJECT_ID
          value: "your-gcp-project-id"
        - name: VERTEXAI_LOCATION
          value: "us-central1"
      extraVolumeMounts:
        - name: gcp-secret-volume
          mountPath: /secrets
          readOnly: true
      extraVolumes:
        - name: gcp-secret-volume
          secret:
            secretName: gcp-key-json  # JSON 文件密钥
            defaultMode: 0444
  ```

  ```yaml Docker theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 在您的 docker-compose.yaml 文件中
  langchain-playground:
    environment:
      .. # 其他环境变量
      - GOOGLE_VERTEX_AI_WEB_CREDENTIALS=<your_service_account_json>  # 完整 JSON 字符串
      # 或使用文件路径
      - GOOGLE_APPLICATION_CREDENTIALS=/secrets/gcp-key.json
      - GOOGLE_CLOUD_PROJECT=your-gcp-project-id
      - VERTEXAI_PROJECT_ID=your-gcp-project-id
      - VERTEXAI_LOCATION=us-central1
    volumes:
      - ./gcp-key.json:/secrets/gcp-key.json:ro
  ```
</CodeGroup>

### 使用工作负载身份

您可以配置 playground 服务账户使用工作负载身份来承担 GCP 服务账户角色，而无需存储凭据。这是 GKE 集群的推荐方法。

#### GCP 工作负载身份（GKE）

对于 GKE 集群，使用 GCP 工作负载身份：

<CodeGroup>
  ```yaml Helm theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  playground:
    deployment:
      extraEnv:
        # 可选：如果模型配置中未设置项目/位置
        - name: GOOGLE_CLOUD_PROJECT
          value: "your-gcp-project-id"
        - name: VERTEXAI_PROJECT_ID
          value: "your-gcp-project-id"
        - name: VERTEXAI_LOCATION
          value: "us-central1"
      # 无需凭据 - Pod 通过注解承担 GCP SA 角色
    serviceAccount:
      create: true  # 如果不存在则启用
      annotations:
        iam.gke.io/gcp-service-account: "vertexai-sa@your-gcp-project.iam.gserviceaccount.com"
  ```
</CodeGroup>

<Note>
  使用 GCP 工作负载身份时，请确保 GCP 服务账户具有所需的 VertexAI 权限（例如 `roles/aiplatform.user`）。
</Note>

#### AWS IRSA（EKS）

对于 EKS 集群，您可以使用 AWS IRSA 来承担 GCP 服务账户角色：

<CodeGroup>
  ```yaml Helm theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  playground:
    deployment:
      extraEnv:
        # 可选：如果模型配置中未设置项目/位置
        - name: GOOGLE_CLOUD_PROJECT
          value: "your-gcp-project-id"
        - name: VERTEXAI_PROJECT_ID
          value: "your-gcp-project-id"
        - name: VERTEXAI_LOCATION
          value: "us-central1"
      # 无需凭据 - Pod 通过 AWS IAM 角色承担 GCP SA 角色
    serviceAccount:
      create: true  # 如果不存在则启用
      annotations:
        eks.amazonaws.com/role-arn: arn:aws:iam::<account>:role/LangSmith-VertexAI-Role
  ```
</CodeGroup>

<Note>
  使用 AWS IRSA 时，请确保您的 AWS IAM 角色具有承担 GCP 服务账户角色所需的权限，并且 GCP 服务账户具有所需的 VertexAI 权限。
</Note>

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\self-host-playground-environment-settings.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>