引言
在基于大模型开发应用时，如何向 LLM 发送请求、接收回复直接决定程序性能与用户体验。LangChain 基于 init_chat_model 封装了三套核心同步调用接口 invoke、stream、batch，同时配套异步版本适配高并发服务场景。三者底层共用同一套消息结构，但在返回形式、阻塞逻辑、适用业务场景上差异显著。本文聚焦三大核心调用方法，同步对比异步调用，理清选型标准与实战用法。
一、前置统一环境与模型初始化
所有示例共用一套 OpenRouter 兼容模型配置，支持字典消息、LangChain 内置 HumanMessage/SystemMessage 传参：
python
from langchain.chat_models import init_chat_model
from langchain_core.messages import HumanMessage, SystemMessage
from dotenv import load_dotenv
import os
import asyncio
from rich import print as rprint
# 加载环境变量
load_dotenv(override=True)
llm = init_chat_model(
model="deepseek-v4-flash",
model_provider="openai",
api_key=os.getenv("OPENROUTER_API_KEY"),
base_url=os.getenv("OPENROUTER_BASE_URL")
)二、同步三大核心调用方法
2.1 invoke：单次同步完整调用（基础通用方案）
核心特性
- 执行逻辑：阻塞式等待模型生成全部内容，完整输出后一次性返回；
- 返回结构：单个
AIMessage对象，内置完整文本、Token 消耗、接口延迟、模型元数据、工具调用信息； - 消息兼容：纯字符串、字典对话数组、内置消息对象均可作为入参；
- 适配场景：简短问答、后台单次查询、多轮对话机器人。
基础示例
python
# 基础单轮提问
res = llm.invoke([
SystemMessage(content="专业数学老师"),
HumanMessage(content="什么是斐波那契数列")
])
print("完整回答：", res.content)
# 查看计费Token消耗
print("输入Token：", res.usage_metadata["input_tokens"])
print("输出Token：", res.usage_metadata["output_tokens"])多轮对话记忆实现
LLM 无内置记忆，无论哪种调用方式，都需要手动拼接完整对话历史：
python
conversation = [
{"role": "system", "content": "友好AI助手"},
{"role": "user", "content": "我叫小张"}
]
# 第一轮调用
res1 = llm.invoke(conversation)
# 追加AI回复与新提问，留存上下文
conversation.append({"role": "assistant", "content": res1.content})
conversation.append({"role": "user", "content": "我叫什么名字？"})
res2 = llm.invoke(conversation)
print(res2.content)优缺点
优点：返回信息完整，可直接获取 Token 统计、响应耗时等全量元数据，代码简洁；缺点：长文本生成时全程阻塞，前端会出现长时间空白，交互体验差。
2.2 stream：流式分片调用（前端交互专用）
核心特性
- 执行逻辑：返回迭代器，模型每生成一段文字就分片推送，无需等待全文；
- 返回结构：分段
Chunk对象，通过.text实时拼接文本； - 适配场景：网页聊天、长文案生成、实时展示模型推理过程。
实战代码
python
print("流式实时输出：")
for chunk in llm.stream("详细讲解高等数学的作用"):
print(chunk.text, end="", flush=True)优缺点
优点：首字返回速度快，实现打字机实时输出，大幅优化用户体感；缺点：分片无法直接拿到完整 Token 统计，需要手动累加所有 chunk 的消耗数据。
2.3 batch /batch_as_completed：批量任务调用（离线数据处理）
批量接口一次性提交多条独立问题，减少重复网络握手、鉴权开销，相比循环多次调用 invoke 成本更低、耗时更短，分为两种执行模式。
batch()：等待所有任务全部完成，按输入顺序统一返回结果列表；batch_as_completed()：任务完成一条立即返回一条，输出顺序打乱，适合任务耗时差异大的场景。
batch 有序输出示例
python
tasks = [
"1+99等于多少",
"什么是大语言模型",
"中国的首都"
]
results = llm.batch(tasks)
for index, ans in enumerate(results):
print(f"问题{index+1}：{ans.content}\n")batch_as_completed 异步流式批量输出
python
tasks = ["介绍Python", "解释微积分", "一年多少天"]
for res in llm.batch_as_completed(tasks):
print("单条批量结果：", res.content)优缺点
优点：批量处理海量问答、数据清洗场景下节约接口开销；缺点：仅适合无关联独立问题，无法批量传递多轮对话上下文。
三、异步调用：高并发服务必备方案
线上后端、FastAPI Web 服务、多任务并发场景，同步接口会阻塞事件循环，降低服务并发承载能力，LangChain 为上述三种方法提供了全套异步版本：
ainvoke：异步单次完整调用，对应同步 invokeastream：异步流式分片调用，对应同步 streamabatch：异步批量调用，对应同步 batch
3.1 ainvoke 异步单次调用示例
python
async def async_invoke_demo():
res = await llm.ainvoke(HumanMessage(content="2+5*8等于几"))
print("异步回答：", res.content)
asyncio.run(async_invoke_demo())3.2 astream 异步流式输出示例
python
async def async_stream_demo():
print("异步流式输出：")
async for chunk in llm.astream("解释人工智能定义"):
print(chunk.text, end="", flush=True)
asyncio.run(async_stream_demo())3.3 abatch 异步批量调用示例
python
async def async_batch_demo():
tasks = ["春天的特点", "什么是向量", "地球公转周期"]
results = await llm.abatch(tasks)
for r in results:
print(r.content, "\n")
asyncio.run(async_batch_demo())异步接口核心价值
- 不阻塞事件循环，Web 服务可同时处理上千用户请求，提升并发吞吐量；
- 搭配异步数据库、异步 HTTP 客户端，实现全链路异步架构；
- 适合后端接口、机器人服务、大规模批量离线任务。
四、同步 / 异步调用方法对比汇总
表格
| 调用方式 | 同步方法 | 异步方法 | 返回形式 | 最佳适用场景 |
|---|---|---|---|---|
| 单次完整问答 | invoke | ainvoke | 完整 AIMessage 对象 | 后台脚本、简单接口、多轮对话 |
| 实时流式输出 | stream | astream | 分段迭代器 | 网页聊天、长文本生成 |
| 批量多任务处理 | batch | abatch | 有序结果列表 | 离线批量数据清洗、批量问答 |
| 无序批量返回 | batch_as_completed | - | 随完成随输出 | 任务耗时差距大的批量任务 |
五、业务选型指南
- 本地脚本、简单测试：优先
invoke，代码简单，信息完整； - 网页聊天、前端交互：同步选
stream，线上服务选astream； - 批量处理上万条独立问答：
batch/abatch，降低接口开销； - FastAPI、异步 Web 后端、高并发服务：统一使用全套异步
ainvoke/astream/abatch； - 多轮对话机器人：任意调用方法都需要手动维护完整对话历史，与调用方式无关。
六、总结
invoke、stream、batch 构成 LangChain 模型请求的三大基础能力，分别覆盖单次问答、实时交互、批量处理三大业务场景。同步接口适合本地开发、低并发场景，异步接口是线上高并发服务的标准方案。所有调用方法共用一套消息传递规则，上下文记忆均依赖手动拼接对话列表，开发时只需根据并发量、交互形式选择对应接口，即可兼顾性能与用户体验。