在 GPT-3 时代，大模型以补全模型为主，只能以类似 “成语接龙” 的方式对文本进行补全（代码补全），并且实际运行效果也非常不稳定 。此时 LangChain 借助一些高层封装的 API，能够让模型完成对话、调用外部工具、甚至是结构化输出等功能，为开发者提供了极大的便利。

伴随着 GPT-3.5 模型的发布， 对话模型正式登上历史的舞台，并逐渐成为主流 。而得益于对话模型更强的指令跟随能力，很多 GPT-3 需要借助 LangChain 才能完成的工作，已经成为 GPT-3.5 原生自带的一些功能。

1 线上大模型服务平台

平台	网址	备注
OpenRouter	https://openrouter.ai	全球主流，含国外模型
CloseAI	https://platform.closeai-asia.com/	亚洲最大，含国外模型
阿里云百炼	https://bailian.console.aliyun.com	企业端友好
硅基流动	https://www.siliconflow.cn/	性价比高，号称 9B 以下模型永久免费，开源模型价格低，适合个人
百度千帆	https://console.bce.baidu.com/qianfan/overvie	主打百度生态
火山引擎	https://console.volcengine.com/ark/	主打字节多模态生态

2 API 规范

目前主流的 API 规范有两种：OpenAI（最主流）、Anthropic

2.1 OpenAI

Developer quickstart | OpenAI API (opens new window) 目前主流的大模型几乎都已经完全兼容 OpenAI 的接口规范。

2.2 Anthropic

3 大模型调用方式

3.1 在线模型 - 官方 API

3.1.1 DeepSeek

参考文档：首次调用 API | DeepSeek API Docs (opens new window)

from dotenv import load_dotenv  
from langchain_deepseek import ChatDeepSeek  
  
load_dotenv(override=True)  
  
# ChatDeepSeek约定使用环境变量DEEPSEEK_API_BASE、DEEPSEEK_API_KEY  
llm_ds = ChatDeepSeek(  
    model="deepseek-flash"  
)  
  
resp = llm_ds.invoke("请用一句话介绍你自己")  
print(resp)

3.1.2 兼容写法（推荐）

主流大模型都支持 OpenAI API 规范，因此更常见的写法是使用 ChatOpenAI 集成

import os  
from langchain_openai import ChatOpenAI  
  
load_dotenv(override=True)  
  
DEEPSEEK_API_BASE = os.getenv("DEEPSEEK_API_BASE")  
DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY")  
  
model = ChatOpenAI(  
    model="deepseek-flash",  
    base_url=DEEPSEEK_API_BASE,  
    api_key=DEEPSEEK_API_KEY  
)  
  
resp = model.invoke("1+1=?")  
print(resp)

3.2 在线模型 - init_chat_model

init_chat_model | langchain | LangChain Reference (opens new window)

3.2.1 DeepSeek

import os  
from langchain.chat_models import init_chat_model  
  
load_dotenv(override=True)  
  
DEEPSEEK_API_BASE = os.getenv("DEEPSEEK_API_BASE")  
DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY")  
  
model = init_chat_model(  
    # model_provider和model_name合并为model参数，平台和模型名称之间用冒号分隔:  
    model="deepseek:deepseek-flash",  
    base_url=DEEPSEEK_API_BASE,  
    api_key=DEEPSEEK_API_KEY,  
)  
  
resp = model.invoke("请用一句话介绍你自己")  
print(resp)

3.2.2 兼容写法

model_provider 修改为 openai 即可

import os  
from langchain.chat_models import init_chat_model  
  
load_dotenv(override=True)  
  
DEEPSEEK_API_BASE = os.getenv("DEEPSEEK_API_BASE")  
DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY")  
  
model = init_chat_model(  
    # platform和model_name合并为model参数，平台和模型名称之间用冒号分隔:  
    model="openai:deepseek-flash",  
    base_url=DEEPSEEK_API_BASE,  
    api_key=DEEPSEEK_API_KEY,  
)  
  
resp = model.invoke("请用一句话介绍你自己")  
print(resp)