第一篇：使用LangChain连接模型并获取回答

1.一般推荐将模型的接口信息及key写入配置文件

1.1 编写变量文件(项目根目录下创建.env文件)

OPENAI_API_KEY = sk-02864fed354d418rtg56fbc8feaf5d8a
OPENAI_BASE_URL = https://api.deepseek.com

2.引入相关依赖

# 读写流
import os
# langchain依赖
from langchain_openai import ChatOpenAI
# 配置文件加载依赖
from dotenv import load_dotenv

3.加载环境变量

# 加载env环境变量
load_dotenv()

4.获取对话模型

# 1.获取对话模型
chat_model = ChatOpenAI(
    # 1.设置模型名称
    model="deepseek-chat",
    # 2.模型接口地址
    base_url= os.getenv('OPENAI_BASE_URL'),
    # 3.模型调用key
    api_key=os.getenv('OPENAI_API_KEY'),
)

5.调用模型获取回答

# 2.调用模型
res = chat_model.invoke("你好")
# 3.打印结果
print(res.content)

6.完整示例代码

import os
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv

# 加载env环境变量
load_dotenv()

# 1.获取对话模型
chat_model = ChatOpenAI(
    # 1.设置模型名称
    model="deepseek-chat",
    # 2.模型接口地址
    base_url= os.getenv('OPENAI_BASE_URL'),
    # 3.模型调用key
    api_key=os.getenv('OPENAI_API_KEY'),
)

# 2.调用模型
res = chat_model.invoke("你好")

# 3.打印结果
print(res.content)