LangChain入门:从零搭建DeepSeek开发环境
前言网上LangChain的教程不少但要么是官方文档的翻译要么上来就扔一堆概念。我看了不少真正能让我从头跑到尾的没几个。这篇文章记录了我自己从零开始搭建LangChain开发环境的过程用的是DeepSeek的API。全程可复现代码也都在。读完你能得到什么搞清楚LangChain到底是什么不是什么本地Python环境搭好能跑起来用原生SDK和LangChain两种方式调通DeepSeek跑通一个能用的课程答疑小助手不废话直接开始。一、LangChain到底是什么官方定义说LangChain是一个构建大模型应用的开源框架。说人话就是它帮你把大模型、提示词、外部工具、记忆能力这些东西组装到一起不用你自己从头造轮子。2022年底LangChain刚出来的时候基本就是提示词模板加模型调用的组合。后来大模型火起来它也跟着快速迭代陆续加入了工具调用、智能体、记忆管理等能力。到2025年LangChain已经形成了一个生态核心是三层结构第一层是基础的LangChain框架负责模型调用和基础组件。第二层是LangGraph用图结构来编排复杂的工作流。第三层是Deep Agent提供现成的智能体模板开箱即用。不过对初学者来说先从第一层入手就够了。等跑通了基础调用再往深了学不迟。需要注意的一个变化是LangChain在2025年发布了1.0正式版。在这之前版本号一直是0.xAPI变动很频繁很多老教程的写法在1.0里已经过时了。你现在开始学刚好避开了那段混乱期。二、为什么用DeepSeek选DeepSeek就一个原因它的API完全兼容OpenAI的接口格式。这意味着你只要改三个配置——API Key、base URL、模型名称——就能用所有支持OpenAI接口的SDK和框架。LangChain也支持。以后如果想换别的模型只要也是OpenAI兼容格式改几行配置就行代码主体不用动。DeepSeek的官方API地址是 api.deepseek.com模型名称目前常用的是 deepseek-v4-flash。三、搭建开发环境Python版本建议3.10或3.11。3.12也能用3.13目前部分包可能还不兼容。我自己用的是3.14目前没遇到问题但不推荐新手用太新的版本。在项目目录下创建虚拟环境python -m venv .venvWindows激活.venv\Scripts\activateMac或Linuxsource .venv/bin/activate然后安装依赖pip install langchain langchain-openai openai python-dotenv如果下载速度慢换国内镜像源pip install langchain langchain-openai openai python-dotenv -i https://pypi.tuna.tsinghua.edu.cn/simple四、配置API Key在项目根目录创建.env文件DEEPSEEK_API_KEY你的DeepSeek API KeyDEEPSEEK_BASE_URLhttps://api.deepseek.comAPI Key要去DeepSeek官网的个人中心生成。同时创建.gitignore文件把.env加进去防止不小心把Key提交到Git仓库。五、第一次调用不用LangChain先别急着上LangChain。直接用OpenAI SDK调一次DeepSeek确认API Key和网络都没问题。创建文件 01_test_api.pyimport osfrom openai import OpenAIfrom dotenv import load_dotenvload_dotenv()client OpenAI(api_keyos.getenv(DEEPSEEK_API_KEY),base_urlos.getenv(DEEPSEEK_BASE_URL))response client.chat.completions.create(modeldeepseek-v4-flash,messages[{role: user, content: 用一句话介绍你自己}])print(response.choices[0].message.content)跑通了再往下。如果报错按顺序检查API Key有没有复制完整有没有多余空格。账户余额够不够。网络能不能访问 api.deepseek.com。base_url是不是写对了。这一步卡住的人不少问题基本出在这四个地方之一。六、用LangChain调用确认API没问题之后用LangChain的方式重写一遍。LangChain早期版本的写法是from langchain_openai import ChatOpenAImodel ChatOpenAI(modeldeepseek-v4-flash,api_keyos.getenv(DEEPSEEK_API_KEY),base_urlos.getenv(DEEPSEEK_BASE_URL))这个写法在1.0里还能用但官方已经不推荐了。新项目建议用init_chat_model这个统一入口。创建文件 02_langchain_call.pyfrom dotenv import load_dotenvfrom langchain.chat_models import init_chat_modelimport osload_dotenv()model init_chat_model(modeldeepseek-v4-flash,model_provideropenai,api_keyos.getenv(DEEPSEEK_API_KEY),base_urlos.getenv(DEEPSEEK_BASE_URL))response model.invoke(用一句话介绍什么是大模型)print(response.content)这里有个容易混淆的点model_provideropenai 不是说你在用OpenAI的模型而是说接口格式兼容OpenAI。DeepSeek用的是这个格式所以填openai。invoke是LangChain里执行模型调用的核心方法记住它就行。七、写一个课程答疑助手光调模型没意思我们做个稍微有点用的东西——一个课程答疑助手的雏形。创建文件 03_course_assistant.pyfrom dotenv import load_dotenvfrom langchain.chat_models import init_chat_modelimport osload_dotenv()model init_chat_model(modeldeepseek-v4-flash,model_provideropenai,api_keyos.getenv(DEEPSEEK_API_KEY),base_urlos.getenv(DEEPSEEK_BASE_URL))def ask_assistant(question):prompt f你是课程答疑助手请用简洁清晰的方式回答学员的问题。如果问题与课程内容无关请礼貌地说明你只回答课程相关问题。学员问题{question}response model.invoke(prompt)return response.contentif __name__ __main__:while True:q input(\n请输入你的问题输入q退出)if q.lower() q:breakprint(\n ask_assistant(q))运行之后输入问题比如LangChain和LangGraph有什么区别模型会基于你设定的提示词来回答。这个示例虽然简单但已经具备了智能体的基本形态接收输入、调用模型、返回结果。后面如果要扩展可以加记忆功能、加外部工具、加提示词模板这个结构都能支撑。八、关于temperature参数调用模型时经常看到temperature这个参数简单说一下怎么用。temperature控制输出结果的随机性取值范围一般是0到2。设为0时每次问同样的问题模型给同样的回答。适合代码生成、数学计算、翻译这类需要确定性的场景。设在0.3到0.7之间输出会有轻微变化但逻辑稳定日常聊天、文案写作、内容总结都在这个区间。设在0.7到1.0之间模型的创造力会明显增强措辞更多变适合故事写作和头脑风暴。超过1.0之后随机性太强容易逻辑混乱基本不用。日常用的话0.5到0.7是个比较稳妥的区间。九、其他模型怎么接如果以后想换成Qwen或者Claude怎么办理论上init_chat_model支持切换model_provider但实际操作中有些模型平台还没被LangChain官方纳入注册表。比如阿里云百炼的Qwen直接写model_providerdashscope会报错因为LangChain不认识这个提供者。这时候需要借助社区扩展包 langchain-communitypip install langchain-community然后用专门的适配器from langchain_community.chat_models import ChatDashScopemodel ChatDashScope(modelqwen-max,dashscope_api_keyos.getenv(DASHSCOPE_API_KEY))所以接入策略可以这样先用init_chat_model能通就通代码最干净。不通就去langchain-community里找对应的适配器。注意版本匹配不然解析响应的时候可能出错。十、常见问题API Key没生效检查.env文件是不是在项目根目录变量名是不是拼写正确代码里有没有调用load_dotenv()。下载依赖慢用清华镜像源或者配置全局pip源。调用失败先跑第五节的原生SDK脚本排除LangChain层面的问题。如果原生SDK能调通LangChain那边大概率是配置问题。如果原生SDK也报错回到API Key、余额、网络这三个方向排查。结语到这里你已经完成了LangChain开发的第一个闭环。虽然还没涉及到Agent、Tool、Memory这些高级话题但基础已经打好了。接下来可以顺着这个方向继续引入Prompt模板让回答更可控。加入对话记忆让助手能记住上下文。用LangGraph把多个步骤串成工作流。不过那是后面的事。先把这篇的代码跑通你已经比很多看了教程没动手的人强了。

相关新闻

CTF逆向工程自动化:Python实现常见加密算法识别与解密工具

CTF逆向工程自动化:Python实现常见加密算法识别与解密工具

1. 项目概述:为什么我们要自动化处理“烂大街”加密?在CTF逆向赛题里摸爬滚打几年,你会发现一个有趣的现象:很多题目看似复杂,外壳层层加壳,逻辑弯弯绕绕,但核心的加密算法,往往就那…

2026/11/19 8:36:43 阅读更多 →
YOLOv5在数据挖掘中的精度优化与工业实践

YOLOv5在数据挖掘中的精度优化与工业实践

1. YOLOv5在数据挖掘中的精度突破实践在计算机视觉与数据挖掘的交叉领域,目标检测技术正经历着从单纯识别到智能分析的范式转变。YOLOv5作为当前工业界最受欢迎的实时目标检测框架,其v6.1版本在COCO数据集上达到56.8% AP精度,同时保持140FPS的…

2026/11/19 8:36:43 阅读更多 →
AIGC检测技术在教育中的应用与挑战

AIGC检测技术在教育中的应用与挑战

1. 项目背景与核心挑战去年某高校首次引入AIGC检测机制时,发生了戏剧性一幕:一位学生提交的原创论文被系统判定为"AI生成概率72%",而实际调查发现,这篇关于方言保护的论文确实存在大量重复短语——这正是方言研究的典型…

2026/11/15 23:41:06 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/18 13:59:04 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/18 15:33:23 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/18 17:05:28 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/18 14:33:19 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/18 17:05:28 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/18 14:13:08 阅读更多 →

日新闻

周新闻

月新闻