📅 发布时间：2026/6/20 12:14:26

LangChain之大模型的调用

from langchain_openai import ChatOpenAI
from dotenv import load_dotenv
import osload_dotenv()
api_key = os.getenv('DEEPSEEK_API_KEY')
model = ChatOpenAI(model='deepseek-chat',temperature=1.3,base_url='https://api.deepseek.com/',api_key=api_key,)

简单的调用

from My_Model import modelres = model.invoke('请用三句话概括一下机器学习')
print(type(res))
print(res)

输出结果如下：

<class 'langchain_core.messages.ai.AIMessage'>
content='1. 机器学习是让计算机通过数据自动学习规律，并利用这些规律进行预测或决策的技术。\n2. 其核心是通过算法从大量数据中构建模型，使机器能够识别模式、做出判断。\n3. 最终目标是让机器具备不断优化和适应新数据的能力，实现智能化的任务处理。' 
additional_kwargs={'refusal': None} 
response_metadata={
'token_usage': {
'completion_tokens': 68, 
'prompt_tokens': 11, 
'total_tokens': 79, 
'completion_tokens_details': None, 
'prompt_tokens_details': 
{
'audio_tokens': None, 
'cached_tokens': 0}, 
'prompt_cache_hit_tokens': 0, 
'prompt_cache_miss_tokens': 11}, 
'model_provider': 'openai', 
'model_name': 'deepseek-chat', 
'system_fingerprint': 'fp_ffc7281d48_prod0820_fp8_kvcache', 
'id': 'fe56ffd6-7acf-4fee-b788-8d055cb4c41b', 
'finish_reason': 'stop', 'logprobs': None} 
id='lc_run--ad45fb5f-735e-4b43-94a5-390ca1fcd29b-0' 
usage_metadata={
'input_tokens': 11, 
'output_tokens': 68, 
'total_tokens': 79, 
'input_token_details': {
'cache_read': 0}, 
'output_token_details': {}}

使用非深度思考模型时我们无法从中看到深度思考的内容，内容为content里面的数据

构建模型时，我们有一些标准化参数

temperature:采样温度
timeout:请求超时
max_tokens:生成最大的token数
api_key:大模型供应商的api密钥
base_url:发送请求的端点

使用推理大模型

#DeepSeek库调用方式(包含模型思考过程)
model_think = ChatDeepSeek(model='deepseek-r1-0528', #使用深度思考模型temperature=1.3,api_key=api_key_alibaba,api_base='https://dashscope.aliyuncs.com/compatible-mode/v1'
)

输出其思考过程

from My_Model import model_thinkres = model_think.invoke('请用三句话概括一下机器学习')
print(type(res))
print('思考过程:',res.additional_kwargs['reasoning_content'])
print('返回结果:',res.content)

深度思考模式的流式输出

from My_Model import model_thinkres = model_think.stream('牛顿的第二定律')
for chunk in res:if 'reasoning_content' in chunk.additional_kwargs:print(chunk.additional_kwargs['reasoning_content'], flush=True, end='')else:print(chunk.content, flush=True, end='')

LangChain v1.0 大模型的调用

LangChain之大模型的调用