LangChain集成DeepSeek实现AI对话

本文介绍如何使用AI开源框架 LangChain，集成调用DeepSeek大模型，实现AI对话功能，并给出Python示例代码。

一、LangChain是什么

LangChain：LangChain 是一个用于开发由大型语言模型 （LLM） 提供支持的应用程序的框架。LangChain 为大型语言模型和相关 技术，例如嵌入模型和向量存储，并可集成数百个提供商的模型。

LangChain 简化了 LLM 应用程序生命周期的每个阶段：

• 开发：使用 LangChain 的开源组件和第三方集成构建应用程序。 使用 LangGraph 构建具有一流流式处理和人机回圈支持的有状态代理。
• 产品化：使用 LangSmith 检查、监控和评估您的应用程序，以便您可以放心地持续优化和部署。
• 部署：使用 LangGraph 平台将您的 LangGraph 应用程序转变为生产就绪的 API 和助手。

二、前提条件

1、Python运行环境安装。建议使用Python3.10以上版本，本示例使用了 Python 3.12.9版本。

2、Python开发工具安装。本人是vue\Java\python多种语言开发，所以使用了 IntelliJ IDEA开发工具。读者可以根据个人习惯选择合适的Python开发工具，比如：PyCharm、VS Code。

3、注册DeepSeek，获得api_key。访问deepseek的AI开放平台完成注册：https://platform.deepseek.com。

三、代码实现

创建python工程

首先，通过开发工具创建一个python工程。这一步很简单，不再描述。

接着，激活虚拟环境。在项目根目录下，并通过以下命令创建并激活虚拟环境：

python -m venv venv #有的环境下命令是python3或者py

.\venv\Scripts\activate #windows下的激活命令

注意：如果是通过IDEA工具创建的Python工程，默认会创建并激活venv虚拟环境，就不再需要手动创建了。

pip安装依赖包

本示例使用LangChain和DeepSeek，所以需要先安装这两个依赖包。

在虚拟环境命令窗口执行：

pip install -U langchain

pip install -U langchain-deepseek

开发python代码

通过Python开发工具，创建一个python文件，命名为langchain-deepseek.py。源代码如下：

from langchain_deepseek import ChatDeepSeek

llm = ChatDeepSeek(

model="deepseek-chat",

temperature=0,

max_tokens=None,

timeout=None,

max_retries=2,

api_key="sk-e508ba61639640848060a1a2c1ee7b17",

)

messages = [

("system", "你是一个有创意的助手，擅长根据用户问题提供有趣且相关的内容。输出内容长度不超过100个字。"),

("human", "今天北京天气怎么样？"),

]

for chunk in llm.stream(messages):

print(chunk.text(), end="")

运行该python文件，执行输出AI对话结果。