企业官网建设流程全解析

一、大模型开发的四个常用应用场景

1）纯prompt

prompt是操作大模型的唯一接口 问一句答一句。

2）agent + function call

agent：大模型主动提要求。

function call：需要对接外部系统时，AI要求执行某个函数。

3）RAG

RAG：需要补充领域知识时使用

Embeddings：把文字转换为更易于相似度计算的编码（向量）。

向量数据库：向量数据存储。

向量搜索：根据输入向量搜索相似向量。

4）Fine-tunning （微调）

需要语料 + 成本高

二、模型的创建和调用

1）LangChain为一些模型厂商提供了专门的chat初始化类，如ChatOpenAI，ChatDeepSeek等。可以直接导入并进行实例化。

以deepSeek举例：

deepseek官方帮助文档：首次调用 API | DeepSeek API Docs

1. 安装必要依赖

pip3 install langchain-openai pip3 install langchain-deepseek pip3 install python-dotenv # 环境管理的包 可选

2. 编写配置文件

在根目录下创建.env文件，写入内容

DEEPSEEK_API_KEY=

DEEPSEEK_BASE_URL=https://api.deepseek.com

3. 编写调用逻辑

import os from langchain_deepseek import ChatDeepSeek from dotenv import load_dotenv load_dotenv(override=True) DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY") DEEPSEEK_BASE_URL = os.getenv("DEEPSEEK_BASE_URL") llm_deepseek = ChatDeepSeek( model="deepseek-v4-flash", api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_BASE_URL, ) response = llm_deepseek.invoke("请用一句话介绍你自己") print(response)

2）也可以使用LangChain提供的ChatOpenAI接口直接调用

import os from langchain_openai import ChatOpenAI from dotenv import load_dotenv load_dotenv(override=True) DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API") DEEPSEEK_BASE_URL = os.getenv("DEEPSEEK_URL") llm_deepseek = ChatOpenAI( model="model="deepseek-v4-flash"", api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_BASE_URL, ) response = llm_deepseek.invoke("请用一句话介绍你自己") print(response)

# 当然这里也可以使用原生的openAI模块调用

3）中转平台调用

国内无法直接调用国外的闭源平台模型，可以通过一些中转平台进行调用。

1. OpenRouter 调用

import os from langchain_openrouter import ChatOpenRouter from dotenv import load_dotenv load_dotenv(override=True) DEEPSEEK_API_KEY = os.getenv("OpenRouter_API") DEEPSEEK_BASE_URL = os.getenv("OpenRouter_URL") # https://openrouter.ai/api/v1 llm_deepseek = ChatOpenRouter( model="deepseek-v4-flash", api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_BASE_URL, ) response = llm_deepseek.invoke("请用一句话介绍你自己") print(response)

2. CloseAI 调用

同样的中转平台 贵

4) 模型初始化的兼容方案 LangChain 1.X 后支持

会根据模型名称，自动选择初始化实例。

import os from langchain.chat_models import init_chat_model from dotenv import load_dotenv load_dotenv(override=True) DEEPSEEK_API_KEY = os.getenv("DEEPSEEK_API_KEY") DEEPSEEK_BASE_URL = os.getenv("DEEPSEEK_BASE_URL") llm_deepseek = init_chat_model( mode="deepseek-v4-flash", api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_BASE_URL, model_provider="deepseek", ) response = llm_deepseek.invoke("请用一句话介绍你自己") print(response)

* 模型初始化的常用参数