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：

1、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。

2、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。

3、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

1、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。

2、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

3、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。