langchain models 实战 模型初始化与调用

🤖 模型初始化与调用 —— LangChain 的第一步

所在目录：models/initmodel_demo.ipynb
核心依赖：langchain_openai、langchain_anthropic、langchain_core

---

前言

在使用 LangChain 构建 AI 应用之前，第一步永远是”选一个大模型，把它跑起来”。models 模块就是干这件事的——它演示了如何初始化不同厂商的大语言模型（LLM），以及如何通过统一的接口发起调用。

LangChain 最大的价值之一就是屏蔽了底层模型差异，无论你用的是 OpenAI、Anthropic 还是其他厂商，对上层代码来说调用姿势几乎一模一样。

---

核心概念

1. ChatModel 与 LLM 的区别

LangChain 将模型分为两类：

类型	说明	典型代表
BaseChatModel	以”多轮对话消息”为输入/输出单元，适合对话场景	ChatOpenAI、ChatAnthropic
BaseLLM	以纯文本字符串为输入/输出，偏底层	已逐渐被 ChatModel 取代

现代大模型应用几乎都使用 ChatModel。

---

关键组件详解

ChatOpenAI —— 接入 OpenAI 系列模型

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4o-mini",      # 模型名称
    temperature=0.7,           # 创造性：0=精确，1=自由发挥
    max_tokens=1024,           # 最大输出 token 数
)

response = llm.invoke("什么是大模型？")
print(response.content)

参数说明：

参数	作用	默认值
model	选择使用哪个模型版本	gpt-3.5-turbo
temperature	控制输出随机性	0.7
max_tokens	限制输出长度（节省费用）	None
base_url	自定义 API 地址（代理/中转）	OpenAI 官方地址
api_key	认证密钥	读取环境变量

---

ChatAnthropic —— 接入 Claude 系列模型

from langchain_anthropic import ChatAnthropic

claude = ChatAnthropic(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
)

response = claude.invoke("用一句话解释量子纠缠")
print(response.content)

💡 统一接口的威力：从 ChatOpenAI 切换到 ChatAnthropic，业务代码零改动，只需换一行模型初始化。

---

环境变量管理 —— dotenv 最佳实践

敏感的 API Key 不应硬编码在代码里，推荐使用 .env 文件 + python-dotenv 管理：

import dotenv
import os

dotenv.load_dotenv()  # 自动读取当前目录下的 .env 文件

os.environ['OPENAI_API_KEY'] = os.getenv("OPENAI_API_KEY")
os.environ['OPENAI_BASE_URL'] = os.getenv("OPENAI_BASE_URL")  # 若使用代理

.env 文件示例：

OPENAI_API_KEY=sk-xxxxxxxxxx
OPENAI_BASE_URL=https://your-proxy.com/v1

---

调用方式：invoke vs stream

# 同步调用（等待完整响应）
response = llm.invoke("你好，介绍一下自己")
print(response.content)

# 流式调用（逐 token 输出，体验更流畅）
for chunk in llm.stream("讲一个故事"):
    print(chunk.content, end="", flush=True)

---

返回值结构

llm.invoke() 返回的是一个 AIMessage 对象，而不是纯字符串：

response = llm.invoke("你好")

response.content        # 模型回复的文本内容 ✅ 最常用
response.response_metadata  # token 使用量、停止原因等元数据
response.id             # 本次请求的唯一 ID

---

小结

知识点	核心要点
模型初始化	通过 ChatOpenAI(model=...) 等方式创建模型实例
统一接口	不同厂商模型的 .invoke() 调用方式完全一致
环境变量	用 dotenv 管理 API Key，避免硬编码
返回值	AIMessage 对象，通过 .content 获取文本

🚀 下一步：了解如何构造不同类型的消息（HumanMessage、SystemMessage 等），进入 message 模块。