如何使用DeepSeek与LangChain集成开发AI应用

最新推荐文章于 2025-06-20 16:58:43 发布

LCG元

最新推荐文章于 2025-06-20 16:58:43 发布

阅读量1.5k

点赞数 18

CC 4.0 BY-SA版权

分类专栏：大模型文章标签： langchain 人工智能 python

本文链接：https://blog.csdn.net/michael_jovi/article/details/145642413

大模型专栏收录该内容

34 篇文章

订阅专栏

安装LangChain和DeepSeek库

安装LangChain

首先，您需要安装LangChain库。可以使用以下命令通过pip安装：

pip install --upgrade langchain-core langchain-openai

安装DeepSeek库

DeepSeek库可以通过OpenAI的API进行安装。确保您已经安装了OpenAI的依赖库：

pip install -U openai

申请DeepSeek API Key

创建DeepSeek账户

访问DeepSeek开放平台（https://platform.deepseek.com/sign_in）并登录，然后注册一个新账户。填写有效的电子邮箱地址或手机号码，并设置一个安全的密码。接受使用条款和隐私政策后，完成注册流程。

生成API Key

登录账户后，进入API平台，导航至API密钥部分。点击“创建新API密钥”按钮，为新密钥命名并生成。生成后，立即复制并妥善保存API密钥。

实例化DeepSeek模型对象

导入必要的模块

在Python代码中，导入必要的模块：

from langchain_openai.chat_models.base import BaseChatOpenAI

实例化模型对象

使用LangChain的BaseChatOpenAI类来实例化DeepSeek模型对象。您需要提供模型名称（如deepseek-v3或deepseek-r1）、API Key和API Base URL：

model = BaseChatOpenAI(
    model="deepseek-v3",
    temperature=0,
    openai_api_key="your_api_key",
    openai_api_base='https://api.deepseek.com/v1'
)

调用API进行交互

调用模型

使用实例化的模型对象调用invoke方法，向DeepSeek模型发起提问：

response = model.invoke("Hello world.")
print(response.content)

处理流式响应

如果需要处理流式响应，可以将stream参数设置为True：

response = model.invoke("Hello world.", stream=True)
for message in response:
    print(message.content)

处理响应

解析响应

根据API返回的响应内容，解析模型的输出文本和其他相关信息。响应通常包含模型的输出文本和其他元数据，如token使用情况、模型名称等：

response_metadata = response.response_metadata
print(response_metadata)

通过以上步骤，可以成功地将DeepSeek与LangChain集成，并开发出能够利用DeepSeek大模型能力的AI应用。这些步骤涵盖了从安装必要的库到实例化模型、调用API以及处理响应的全过程，确保能够顺利地开发和部署AI应用。

✍️相关问答

DeepSeek与LangChain集成开发AI应用的优势有哪些

DeepSeek与LangChain集成开发AI应用的优势包括：

高性能与低成本： DeepSeek在性能上能够比肩OpenAI的O1模型，而训练成本却远低于O1，这使得DeepSeek在成本效益方面具有显著优势。

多模态能力： DeepSeek不仅支持文本处理，还能处理图像、音频和视频等多种数据类型，这在安防监控、自动驾驶、语音助手等领域具有广泛的应用前景。

中文能力专项提升： DeepSeek针对中文语言特点和用户使用习惯进行了专项优化，能够精准理解用户输入的细微差别和复杂语义，提升了中文用户的使用体验。

开源与开放： DeepSeek模型完全开源，代码和论文全部公开，用户可以免费使用并复刻“AI神话”，这推动了整个AI领域的发展和创新。

技术创新： DeepSeek采用了混合专家（MoE）架构和多头潜在注意力机制（MLA）等创新架构，通过强化学习实现了推理能力的显著提升，无需监督微调，大幅降低了数据标注成本。

应用场景广泛： DeepSeek在金融、医疗、代码生成等垂直领域表现出色，能够提供更精准的答案和建议，推动了行业从“造模型”到“用模型”的转变。

提升开发效率： LangChain作为一个功能强大的框架，帮助开发人员使用语言模型构建端到端的应用程序，简化了创建由大型语言模型支持的应用程序的过程，降低了开发者的学习成本。

如何使用DeepSeek API进行图像识别

要使用DeepSeek API进行图像识别，您可以按照以下步骤进行：

注册并登录DeepSeek平台：

访问DeepSeek官方网站（https://platform.deepseek.com/）并注册一个账号。
登录后，进入用户控制台。
创建API密钥：

在控制台中找到“API管理”选项。
点击“生成API密钥”，保存生成的密钥，这将用于后续调用API。
准备图像文件：

确保您有一张要识别的图像文件，并知道其存储路径。
编写代码调用API：

使用Python编写代码，导入requests库，设置API的URL、请求头和请求体。
发送POST请求，将图像文件作为参数传递给API。
处理API返回的响应结果。
以下是一个简单的Python示例代码：

import requests

# 替换为您的 API 密钥
API_KEY = "your_api_key_here"

# 上传图片文件
files = {"image": open("path_to_your_image_file.jpg", "rb")}
headers = {"Authorization": f"Bearer {API_KEY}"}

# 发送请求
response = requests.post("https://api.platform.deepseek.com/vision/analyze", files=files, headers=headers)

# 输出结果
print(response.json())