LangChain 调用大模型实战：从跑通到服务商与模型选型

TL;DR

模型是产品，服务商是卖家，兼容标准是通用语言。

用 ChatOpenAI 显式传 api_key + base_url + model，万能兜底，硅基/百炼/DeepSeek 官方都能用
用 init_chat_model("驱动名:模型名")，代码更简洁；硅基等代理平台没有专属驱动，必须借 openai: 前缀
换模型 只改 model；换服务商 只改 api_key + base_url 配对------同一套代码通调全网
范围说明 ：LangChain 覆盖文本对话 和图像理解；生图、视频、TTS 同 Key 不同 API 端点，本文仅作选型参考

本文带你 5 分钟跑通 LangChain 调用大模型，搞清三个核心概念，并给出服务商和模型的选型参考。完整可运行示例见项目根目录 use-model.py。

一、准备工作

跟着做一遍，5 分钟跑通第一次调用。

1. 注册硅基流动并充值

打开硅基流动控制台，注册账号并登录
进入 API 密钥 页面，新建一个 Key，复制保存（只显示一次）
进入 账户余额 ，充值 1 元 即可（够跑很多次调试）

2. 配置环境变量

写入 ~/.zshrc（或 ~/.bashrc），然后执行 source ~/.zshrc。

bash 复制代码

export SILICON_KEY="sk-xxx"
export SILICON_BASE_URL="https://api.siliconflow.cn/v1"

也可以用 .env 文件 + python-dotenv 加载，本文示例直接用 os.getenv() 读取 shell 环境变量。

3. 检查 Python 环境

bash 复制代码

python3 --version

能正常输出版本号（建议 3.10+ ，推荐 3.12 ）就可以继续。如果没有 python3 或版本过低，macOS 推荐：

bash 复制代码

brew install python@3.12
# 或打开 https://www.python.org/downloads/ 下载安装包

4. 安装依赖包

建议先建虚拟环境，避免污染系统 Python：

bash 复制代码

python3 -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip3 install langchain langchain-openai python-dotenv

包名	用途
`langchain`	新版 `init_chat_model` 等核心 API
`langchain-openai`	`ChatOpenAI`（OpenAI 兼容协议驱动）
`python-dotenv`	可选，从 `.env` 文件加载密钥

5. 快速自检

bash 复制代码

python3 -c "import langchain, langchain_openai; print('环境 OK')"

二、第一次调用：ChatOpenAI

新建 use-model.py，复制以下代码运行：

python 复制代码

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    api_key=os.getenv("SILICON_KEY"),       # 服务商的密钥
    base_url=os.getenv("SILICON_BASE_URL"), # 服务商的接口地址
    model="deepseek-ai/DeepSeek-V3",        # 具体要调的大模型
    temperature=0.7,
)

print(llm.invoke("用一句话介绍你自己").content)

bash 复制代码

python3 use-model.py
# 或在编辑器里点击左上角执行图标

看到模型回复，说明环境全部 OK。

三、三个核心概念

上面代码里三个参数，对应三个最容易混淆的概念：

代码参数	概念	一句话	举例
`model`	大模型	具体的 AI 产品，能力由它决定	`deepseek-ai/DeepSeek-V3`
`api_key` + `base_url`	服务商	谁帮你跑模型、谁给你计费	硅基流动、百炼、DeepSeek 官方
`ChatOpenAI` 调用方式	兼容标准	统一的接口规范	OpenAI 兼容标准

换模型（同一服务商）

密钥和地址不用动，只改 model 。模型名到硅基模型广场复制：

python 复制代码

# DeepSeek → Qwen，一行搞定
llm = ChatOpenAI(..., model="Qwen/Qwen2.5-7B-Instruct")

DeepSeek、Qwen、GLM 等国产模型，同一套代码通调。

换服务商（同一模型）

改 api_key + base_url 配对 ，model 可以仍是 DeepSeek（各平台模型名可能略有差异）：

python 复制代码

# 以下示意三种服务商，实际代码中用 os.getenv(...) 读取对应 Key

# 硅基流动
ChatOpenAI(api_key=os.getenv("SILICON_KEY"),   base_url="https://api.siliconflow.cn/v1",                      model="deepseek-ai/DeepSeek-V3")

# 阿里云百炼
ChatOpenAI(api_key=os.getenv("DASHSCOPE_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1", model="deepseek-r1")

# DeepSeek 官方（必须配官方 Key）
ChatOpenAI(api_key=os.getenv("DEEPSEEK_KEY"),  base_url="https://api.deepseek.com/v1",                      model="deepseek-chat")

代码结构完全不变------这就是 OpenAI 兼容标准 的价值：换「卖家」只换密钥和地址，不用重写调用逻辑。

四、第二种写法：init_chat_model

LangChain 1.0+ 提供了更简洁的工厂函数，适合在多个官方模型间切换。

python 复制代码

import os
from langchain.chat_models import init_chat_model

# init_chat_model 读 OPENAI_* 环境变量，把硅基配置映射过去
os.environ["OPENAI_API_KEY"] = os.getenv("SILICON_KEY")
os.environ["OPENAI_BASE_URL"] = os.getenv("SILICON_BASE_URL")

llm = init_chat_model("openai:deepseek-ai/DeepSeek-V3", temperature=0.7)
print(llm.invoke("用一句话介绍你自己").content)

换模型同样只改冒号后面的名字：

python 复制代码

llm = init_chat_model("openai:Qwen/Qwen2.5-7B-Instruct", temperature=0.7)

为什么写 `openai:` 开头？

格式是 驱动名:模型名 。前缀不是服务商，而是 LangChain 内置的驱动标识：

前缀	含义	示例
`openai:`	OpenAI 官方，或任意 OpenAI 兼容平台	`openai:gpt-4o`（官网） `openai:deepseek-ai/DeepSeek-V3`（硅基）
`deepseek:`	仅 DeepSeek 官方接口	`deepseek:deepseek-chat`
`anthropic:`	Claude 官方	`anthropic:claude-3-5-sonnet-20241022`
`google_genai:`	Gemini 官方	`google_genai:gemini-2.0-flash`
`tongyi:`	通义千问官方	`tongyi:qwen-max`
`ollama:`	本地 Ollama	`ollama:llama3`

为什么不能写 silicon: 或 bailian:？

LangChain 没有为硅基、百炼注册专属驱动，写 silicon:xxx 会直接报错。它们接口兼容 OpenAI 标准，只能 借用 openai: 驱动，再通过环境变量把请求指向硅基/百炼的地址。

这里的 openai 是协议驱动名，不是 OpenAI 官网。前缀决定驱动类型，环境变量决定实际请求发到哪家服务商。

只有直连 DeepSeek 官方 API 时，才能写 deepseek:。通过硅基/百炼调 DeepSeek，必须写 openai:deepseek-xxx。

五、两种写法怎么选

对比项	`ChatOpenAI`	`init_chat_model`
本质	直接实例化 OpenAI 兼容驱动	统一工厂函数，按前缀自动选驱动
配置方式	代码里显式传 `api_key`、`base_url`、`model`	`前缀:模型名` + 环境变量
兼容范围	任意 OpenAI 兼容平台	官方原生可简写；代理平台需借 `openai:`
推荐场景	硅基/百炼等代理、多 Key 并存、参数要精确控制	官方原生模型、代码简洁、配合 Agent 等新特性

个人调试、代理平台、拿不准 → 优先 ChatOpenAI
已确定用 DeepSeek/OpenAI 官方、追求简洁 → init_chat_model
建议路径 ：先用 ChatOpenAI 跑通，再按需迁移

六、常用服务商与选型

代码写法统一，选哪家服务商取决于你的场景和预算：

服务商	base_url	适合谁	特点
硅基流动	`https://api.siliconflow.cn/v1`	个人开发、本地调试	价格低、模型全、上新快、充值方便，1 元就能跑
阿里云百炼	`https://dashscope.aliyuncs.com/compatible-mode/v1`	企业上线、商用项目	大厂合规、SLA 稳定、对账方便、支持审计
DeepSeek 官方	`https://api.deepseek.com/v1`	只用 DeepSeek、要原厂直连	官方 Key，`init_chat_model` 可写 `deepseek:` 前缀
火山方舟	`https://ark.cn-beijing.volces.com/api/v3`	字节生态、企业内网	豆包等模型，企业集成方便
OpenAI 官方	`https://api.openai.com/v1`	海外业务、要 GPT 原厂	需海外账号和网络
聚合 API（CloseAI、DMXAPI 等）	各平台不同	个人测国外模型	单 Key 通吃 GPT/Claude/Gemini，无需海外信用卡

服务商怎么选？

你的情况	推荐
个人学习、原型验证、批量测国产模型	硅基流动
公司项目正式上线、要合规发票和 SLA	阿里云百炼
只要 DeepSeek，且想走官方通道	DeepSeek 官方
个人想试 GPT / Claude，没有海外账号	聚合 API
企业商用国外模型	厂商官方企业通道，别用小众聚合

只用国产模型 → 个人硅基、企业百炼
国内外混用 → 同一套 ChatOpenAI，切换 key + base_url 即可
所有第三方代理 → LangChain 无专属驱动，统一借 openai: 前缀

不确定就从 硅基流动 开始------本文示例全部基于它，跑通后换服务商只改两行配置。

七、常用模型与选型

服务商定好后，选哪个模型 取决于你要干什么。模型名因平台而异，到硅基模型广场按标签筛选并复制。

LangChain 覆盖范围 ：ChatOpenAI / init_chat_model 用于文本对话 和图像理解（多模态消息）。图像生成、视频生成、语音合成 Key 通用，但走不同 API 端点，需 OpenAI SDK 或 HTTP 调用。

按能力选型

能力	常用模型	硅基 model 示例	适合场景
文本对话	DeepSeek-V3、Qwen2.5、GLM-4	`deepseek-ai/DeepSeek-V3`	日常问答、写代码、Agent，默认首选
	GPT-4o、Claude 3.5 Sonnet	`gpt-4o`（需对应服务商）	更高质量、英文场景
	DeepSeek-R1	`deepseek-ai/DeepSeek-R1`	数学推理、复杂逻辑分析
图像理解	Qwen2.5-VL	`Qwen/Qwen2.5-VL-72B-Instruct`	看图说话、OCR、图表分析
	GPT-4o、DeepSeek-VL2	`gpt-4o` / `deepseek-ai/deepseek-vl2`	多模态综合理解
图像生成	FLUX.1、FLUX.2	`black-forest-labs/FLUX.1-schnell`（快） `black-forest-labs/FLUX.2-pro`（好）	文生图、海报、插画
	Qwen-Image	`Qwen/Qwen-Image`	中文 prompt 友好、文字渲染好
视频生成	Wan 2.2	`Wan-AI/Wan2.2-T2V-A14B`（文生视频） `Wan-AI/Wan2.2-I2V-A14B`（图生视频）	短视频、动画片段
语音合成	CosyVoice2	`FunAudioLLM/CosyVoice2-0.5B`	中文 TTS、方言、情感控制
	MOSS-TTSD	`fnlp/MOSS-TTSD-v0.5`	双人对话、中英混合朗读

API 端点对照（硅基为例）

能力	端点	LangChain 支持
文本对话 / 图像理解	`/v1/chat/completions`	✅ `ChatOpenAI` / `init_chat_model`
图像生成	`/v1/images/generations`	❌ 需 OpenAI SDK 或 HTTP
视频生成	`/v1/video/submit`	❌ 需 HTTP 异步轮询
语音合成	`/v1/audio/speech`	❌ 需 OpenAI SDK 或 HTTP

按任务快速选

你要做什么	推荐模型
写代码、改 Bug	DeepSeek-V3 或 Claude 3.5 Sonnet
上传图片让它分析	Qwen2.5-VL 或 GPT-4o
文字描述生成图片	FLUX.1-schnell （快）/ FLUX.2-pro（好）
文字或图片生成短视频	Wan2.2-T2V / Wan2.2-I2V
文字转语音、配音	CosyVoice2
大量简单请求、控成本	Qwen2.5-7B 等小参数模型

按预算

几乎免费调试 → Qwen2.5-7B + FLUX.1-schnell
日常开发够用 → DeepSeek-V3 + Qwen2.5-VL，单次几分钱
追求最高质量 → GPT-4o / Claude 3.5 + FLUX.2-pro

八、常见问题

报错 / 现象	原因	处理
`Unknown provider: silicon`	写了 `silicon:xxx` 前缀	改用 `openai:模型名`，并配置正确的 `base_url`
`401 Unauthorized`	Key 无效或未 export	检查 `echo $SILICON_KEY`，重新 `source ~/.zshrc`
`model not found`	模型名错误或平台未上架	到控制台复制准确 model 名
环境变量读不到	IDE 终端未加载 shell 配置	重启终端，或在代码同目录建 `.env` + `load_dotenv()`
`init_chat_model` 连到 OpenAI 官网	未设置 `OPENAI_BASE_URL`	映射硅基地址：`os.environ["OPENAI_BASE_URL"] = os.getenv("SILICON_BASE_URL")`

九、小结

你现在已经掌握：

环境搭建 --- 硅基 Key、Python 虚拟环境、LangChain 依赖
两种写法 --- ChatOpenAI（万能兜底）和 init_chat_model（新版简写）
三个概念 --- 模型是产品，服务商是卖家，兼容标准是通用语言
灵活切换 --- 换模型改 model，换服务商改 key + base_url
选型参考 --- 个人硅基 + DeepSeek-V3，企业百炼；按能力和预算选模型
能力边界 --- LangChain 管对话和图像理解；生图/视频/TTS 同 Key 不同端点，另行调用

LangChain 调用大模型实战：从跑通到服务商与模型选型