多平台接入实战

LangChain V1.1.0

---

1、通过 CloseAI 代理调用 OpenAI（本课程推荐）

CloseAI 提供与 OpenAI 完全兼容的 API 接口，只需替换 base_url。

.env 配置：

OPENAI_API_KEY=sk-你的CloseAI密钥
OPENAI_BASE_URL=https://api.closeai-asia.com/v1

代码示例：

from langchain_openai import ChatOpenAI
from dotenv import load_dotenv

load_dotenv()

# 无需手动传参，自动读取环境变量 OPENAI_API_KEY 和 OPENAI_BASE_URL
llm = ChatOpenAI(model="gpt-4o-mini")

response = llm.invoke("你好，介绍一下LangChain")
print(response.content)

要点：CloseAI 的接口和 OpenAI 完全一致，代码无需任何适配。langchain-openai 包会自动识别 OPENAI_API_KEY 和 OPENAI_BASE_URL 这两个环境变量。

2、直连 DeepSeek

DeepSeek 的 API 兼容 OpenAI 接口格式，可以直接使用 ChatOpenAI。

.env 配置：

DEEPSEEK_API_KEY=sk-你的DeepSeek密钥
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

代码示例：

import os
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv

load_dotenv()

# DeepSeek 兼容 OpenAI 接口，直接用 ChatOpenAI 即可
llm = ChatOpenAI(
    model="deepseek-chat",               # DeepSeek-V3.2
    api_key=os.getenv("DEEPSEEK_API_KEY"),
    base_url=os.getenv("DEEPSEEK_BASE_URL"),
)

response = llm.invoke("用一句话解释什么是大语言模型")
print(response.content)

提示：DeepSeek 也提供了专用的 langchain-deepseek 包（uv add langchain-deepseek），用法类似。但由于 DeepSeek 兼容 OpenAI 格式，直接用 ChatOpenAI 更简单，不需要多装一个包。

3、硅基流动调用开源模型

硅基流动聚合了 50+ 开源模型（DeepSeek、Qwen、GLM 等），同样兼容 OpenAI 接口格式。

.env 配置：

SILICONFLOW_API_KEY=sk-你的硅基流动密钥
SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1

代码示例：

import os
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv

load_dotenv()

# 硅基流动的模型名称格式：厂商/模型名
llm = ChatOpenAI(
    model="Qwen/Qwen3-8B",                       
    api_key=os.getenv("SILICONFLOW_API_KEY"),
    base_url=os.getenv("SILICONFLOW_BASE_URL"),
)

response = llm.invoke("什么是量子计算？")
print(response.content)

4、接入不兼容 OpenAI 格式的平台

4.1 ~ 4.3 的平台都兼容 OpenAI 格式，所以直接用 ChatOpenAI 就能搞定。但 Anthropic（Claude）和 Google（Gemini）有自己的 API 格式，需要用对应的专用类，或者用 2.4 节介绍的 init_chat_model 统一管理：

from langchain.chat_models import init_chat_model
from dotenv import load_dotenv
import os
load_dotenv()

# 一个函数搞定所有提供商，通过 model_provider 参数区分
llm_openai = init_chat_model("gpt-5.4-nano-2026-03-17", model_provider="openai",api_key=os.getenv("OPENAI_API_KEY"),base_url=os.getenv("OPENAI_BASE_URL"))
llm_claude = init_chat_model("claude-opus-4-7", model_provider="anthropic",api_key=os.getenv("ANTHROPIC_API_KEY"),base_url=os.getenv("ANTHROPIC_BASE_URL"))
llm_gemini = init_chat_model("gemini-3.1-flash-lite-preview", model_provider="google_genai",api_key=os.getenv("GEMINI_API_KEY"),base_url=os.getenv("GEMINI_BASE_URL"))

# 调用方式完全一致
for name, llm in [("OpenAI", llm_openai), ("Claude", llm_claude), ("Gemini", llm_gemini)]:
    response = llm.invoke("用一句话介绍你自己")
    print(f"{name}: {response.content}")

5、各平台接入速查表

平台	用哪个类	模型名称示例	环境变量
OpenAI（CloseAI代理）	ChatOpenAI	gpt-4o-mini	OPENAI_API_KEY + OPENAI_BASE_URL
DeepSeek	ChatOpenAI	deepseek-chat	DEEPSEEK_API_KEY + DEEPSEEK_BASE_URL
硅基流动	ChatOpenAI	Qwen/Qwen3-8B	SILICONFLOW_API_KEY + SILICONFLOW_BASE_URL
Anthropic	ChatAnthropic	claude-sonnet-4-20250514	ANTHROPIC_API_KEY
Google	ChatGoogleGenerativeAI	gemini-2.5-flash	GOOGLE_API_KEY
Ollama（本地）	ChatOllama	qwen3.5:4b	无需API Key

发现规律了吗？ 凡是兼容 OpenAI 接口格式的平台（DeepSeek、硅基流动 等），都可以直接用 ChatOpenAI，只需改 base_url 和 api_key。

---

6、调用本地模型

6.1 Ollama介绍

Ollama是一个开源项目，用于在本地运行大语言模型。

特点：

• 支持多种开源模型（Llama、Qwen、DeepSeek等）
• 一键下载和运行
• 适合原型开发和本地测试
• 提供OpenAI兼容的API

6.2 Ollama安装

Windows系统：

• 访问 https://ollama.com/download
• 下载并安装.exe文件

Linux系统：

curl -fsSL https://ollama.com/install.sh | sh

6.3 模型下载和运行

# 下载并运行模型（首次使用会自动下载）
ollama run qwen3.5:4b

# 列出已下载的模型
ollama list

# 查看模型信息
ollama show qwen3.5:4b

6.4 使用LangChain调用Ollama

# uv add langchain-ollama
from langchain_ollama import ChatOllama

# 基本用法
ollama_llm = ChatOllama(model="qwen3.5:4b",  base_url="http://localhost:11434")
response = ollama_llm.invoke("你好，介绍一下你自己")
print(response.content)