调用DeepSeek官网的DeepSeek模型

模型初始化角度1：使用模型提供商库

在LangChain中初始化模型，主要可以通过直接使用特定的Model Class和使用统一的init_chat_model函数这两种方式来实现

这里先讲方式1，这种方式最直接，LangChain为一些大模型供应商提供了专门的Model类，导入对应的具体类（如ChatOpenAI，ChatAnthropic，ChatDeepSeek，ChatOllama，ChatHunyuan，ChatTongyi，ChatZhipuAI）并进行实例化。

通过专用API调用

注意：使用不同的模型可能传入的参数名称不同，可以参考对应源码

DeepSeek大模型

官网：https://www.deepseek.com

步骤一：安装必要的依赖

执行过前面的requirements.txt文件指令的情况下，这里就不需要安装了。

bash 复制代码

#切换python环境
conda activate langchain1.2
#安装ChatOpenAI依赖包
pip install langchain-openai
#安装ChatDeepSeek 依赖包
pip install langchain-deepseek
# 用于环境管理的包
pip install python-dotenv

说明：langchain-deepseek 是使用deepseek 大模型必要依赖。

注意： langchain-deepseek 依赖于 langchain-openai ，安装前者，pip会自动从pypi拉取元数据解析

依赖，后者也会被安装。所以我们把 langchain-openai 也放在此处。

bash 复制代码

# 调用线上的大模型

## 1. 调用具体模型厂商的API

### 1.1 调用DeepSeek官网的DeepSeek模型

调用大模型涉及到三个特别重要的参数
base_url、model_name、api_key

举例1：将参数信息存储在.env配置文件中

bash 复制代码

import os

from dotenv import load_dotenv
from langchain_deepseek import ChatDeepSeek

# 读取.env配置文件中的信息，相关的环境变量以.env文件中的优先
load_dotenv(override=True)

DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY")
DEEPSEEK_BASE_URL = os.getenv("DEEPSEEK_BASE_URL")


# 模型的初始化

llm_deepseek = ChatDeepSeek(
    model = "deepseek-flash",
    api_key = DEEPSEEK_API_KEY,
    api_base= DEEPSEEK_BASE_URL,
)

# 模型的调用
response = llm_deepseek.invoke("请用一句话介绍你自己")
print(response)

优化：

bash 复制代码

import os

from dotenv import load_dotenv
from langchain_deepseek import ChatDeepSeek

# 读取.env配置文件中的信息，相关的环境变量以.env文件中的优先
load_dotenv(override=True)

# DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY")
# DEEPSEEK_BASE_URL = os.getenv("DEEPSEEK_BASE_URL")


# 模型的初始化

llm_deepseek = ChatDeepSeek(
    model = "deepseek-flash",
    # api_key = DEEPSEEK_API_KEY,
    # api_base= DEEPSEEK_BASE_URL,
)

# 模型的调用
response = llm_deepseek.invoke("请用一句话介绍你自己")
print(response)

举例3：演示参数声明在代码中（不推荐）

bash 复制代码

import os

from dotenv import load_dotenv
from langchain_deepseek import ChatDeepSeek

# 模型的初始化

llm_deepseek = ChatDeepSeek(
    model = "deepseek-flash",
    api_key = "sk-99139adab305b432693787add5be1c3d61209",
    api_base= "https://api.deepseek.com",
)

# 模型的调用
response = llm_deepseek.invoke("帮我实现从0-100的python代码")
print(response)