Langchain使用DeepSeek模型

title: Langchain使用DeepSeek模型
tags: [RAG, LLM]
date: 2025-1-28 0:56:00

1、什么是Langchain

Langchain本质上是大模型开发的一个框架(framework)，它通过连接LLM和其他组件，如向量数据库、工具、提示工程，为应用程序赋能，使得应用程序能够具备上下文意识和推理能力。

2、安装

2.1 直接使用pip安装

pip install langchain-deepseek

2.2 从源码安装

git clone https://github.com/SyJarvis/langchain-deepseek

cd langchain_deepseek
pip install -e .

3、使用

3.0 前提

创建一个.env文件，写入api_key

DEEPSEEK_API_KEY = "sk-..."

import os
from dotenv import load_dotenv, find_dotenv

# .env 存储api_key
load_dotenv()

密钥可以从deepseek官网获取，链接如下：

• https://platform.deepseek.com

3.1 快速使用

from langchain_deepseek import ChatDeepSeek

llm = ChatDeepSeek(
	model="deepseek-chat"
)

response = llm.invoke("9.11和9.6哪个大")
print(response.content)

3.2 进阶使用

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are the technical writer"),
    ("user", "{input}")  # {input}为变量
])

# 我们可以把prompt和具体llm的调用和在一起（通过chain，chain可以理解为sequence of calls to take）
api_key = "sk-..."
llm = ChatDeepSeek(
	model="deepseek-chat",
    api_key=api_key
)

chain = prompt | llm 
response = chain.invoke({"input": "9.11和9.6哪个大"})
print(response.content)

from langchain_core.output_parsers import StrOutputParser

output_parser = StrOutputParser()  # 输出string
chain = prompt | llm | output_parser
content = chain.invoke({"input": "9.11和9.6哪个大"})
print(content)

4、参考资料

• https://github.com/SyJarvis/langchain-deepseek
• https://python.langchain.com/docs/introduction/
• https://api-docs.deepseek.com/zh-cn/