LangChain 接入中国大模型完整教程

2026年7月 | 阅读时间 5 分钟 | 作者 AI-Token-Hub 团队

想在 LangChain 项目中使用 DeepSeek、通义千问、智谱GLM 等中国大模型？本教程带你从零开始，5分钟完成集成，成本直降 90%。

为什么要用中国大模型？

对比项	GPT-4o (OpenAI)	DeepSeek V4	通义千问 3.6
输入价格	$2.50/M	$0.27/M	$0.01/M
输出价格	$10.00/M	$1.10/M	$0.03/M
中文能力	★★★★☆	★★★★★	★★★★★
代码生成	★★★★★	★★★★★	★★★★☆
响应速度	★★★☆☆	★★★★★	★★★★★

环境准备

pip install langchain-openai langchain-core

第一步：获取 API Key

访问 /get-started 注册，立即获得 50,000 免费 tokens。

第二步：基础接入

from langchain_openai import ChatOpenAI

# 一行代码接入中国大模型
llm = ChatOpenAI(
    model="deepseek-v4",  # 也可以换成 qwen3.6-flash, glm-4-flash 等
    api_key="sk-你的AI-Token-Hub密钥",
    base_url="https://eaf9553505eeb8f5-115-190-107-107.serveousercontent.com/v1",
    temperature=0.7
)

# 和用 OpenAI 一模一样
response = llm.invoke("用Python写一个快速排序算法")
print(response.content)

第三步：构建 RAG 应用

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

llm = ChatOpenAI(
    model="deepseek-v4",
    api_key="sk-你的密钥",
    base_url="https://eaf9553505eeb8f5-115-190-107-107.serveousercontent.com/v1"
)

# 构建中文问答链
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个专业的中文AI助手，请用简洁的中文回答问题。"),
    ("user", "{question}")
])

chain = prompt | llm | StrOutputParser()
result = chain.invoke({"question": "DeepSeek V4 有什么优势？"})
print(result)

第四步：多模型路由（高级用法）

根据任务复杂度自动选择最合适的模型，最大化性价比：

# 复杂任务用高端模型
complex_llm = ChatOpenAI(
    model="deepseek-r1",  # 推理增强
    api_key="sk-你的密钥",
    base_url="https://eaf9553505eeb8f5-115-190-107-107.serveousercontent.com/v1"
)

# 简单任务用便宜模型
simple_llm = ChatOpenAI(
    model="deepseek-v4-flash",  # 只要 $0.001/M tokens!
    api_key="sk-你的密钥",
    base_url="https://eaf9553505eeb8f5-115-190-107-107.serveousercontent.com/v1"
)

# 智能路由
def smart_route(question):
    if len(question) > 100 or "分析" in question:
        return complex_llm
    return simple_llm

模型选择建议

场景	推荐模型	成本
日常对话/客服	deepseek-v4-flash	$0.001/M
内容创作	qwen3.6-flash	$0.01-0.03/M
代码生成	deepseek-v4	$0.27/1.10/M
复杂推理	deepseek-r1	$0.50/2.00/M
开发测试	glm-4-flash	免费!

常见问题

Q: 需要改很多代码吗？
A: 不需要。只需修改 api_key 和 base_url 两个参数，其他代码完全不变。

Q: 支持流式输出吗？
A: 支持。设置 streaming=True 即可，和 OpenAI 用法一样。

Q: 支持 Function Calling 吗？
A: 支持。DeepSeek V4、Qwen 等模型都支持函数调用。

立即开始

注册即送 50,000 tokens，5分钟完成接入。

免费试用 → 查看完整API文档 →

← 返回博客 | 成本计算器