API 集成指南

LangChain 接入 EasyAPI

通过 ChatOpenAI 将现有 LangChain 应用连接到 EasyAPI。先验证普通文本请求,再验证流式输出,最后再添加代理或工具。

准备条件

在独立 Python 环境安装依赖,设置 EASYAPI_API_KEY,并使用目录中的精确模型 ID。LlamaIndex 还需按模型文档设置 EASYAPI_CONTEXT_WINDOW。

python -m pip install -U langchain-openai

API Key 只保存在服务端环境变量或 n8n 凭证中。分享代码和导出工作流时,不应包含生产密钥。

配置步骤

  1. 安装 langchain-openai,在服务端设置密钥。若不打算向追踪服务发送提示词,请保持追踪关闭。
  2. 把 base_url 设为下方地址,model 使用当前目录 ID。示例明确使用 Chat Completions,并关闭额外的流式用量扩展。
  3. 运行脚本,先打印完整回答,再打印流式回答。绑定工具前,先核对所选模型是否支持工具调用。

可运行请求

示例使用当前选择的公开模型;实际访问权限和限额仍取决于 API Key 与账户分组。 deepseek-v4-pro-0813

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    api_key=os.environ["EASYAPI_API_KEY"],
    base_url=os.environ.get("EASYAPI_BASE_URL", "https://token.easyapi.com/v1"),
    model=os.environ.get("EASYAPI_MODEL", "deepseek-v4-pro-0813"),
    use_responses_api=False,
    stream_usage=False,
    timeout=60,
    max_retries=2,
)
print(llm.invoke("Reply with one short greeting.").content)
for chunk in llm.stream("Reply with one short greeting."):
    print(chunk.content, end="", flush=True)
print()

成功判据

成功请求应返回非空的助手消息。扩大流量前,核对调用记录与实际费用。

兼容范围与限制

本指南只覆盖文本 Chat Completions。图片、视频、向量、工具调用和结构化输出,均需分别核对模型和端点;兼容 OpenAI 客户端不代表支持每个厂商的全部功能。

阅读 API 文档

常见问题与排错

原来的链可以继续使用吗?
Chat Completions 的消息与链结构可以沿用。生产迁移前,重新检查厂商专属参数、返回元数据、重试和 Token 统计。
为什么流式请求失败?
先确认普通对话成功。示例设置 stream_usage=False,因为额外的流式用量字段并非所有兼容端点都支持。开启其他参数前请查阅模型文档。
这个示例会运行智能体吗?
不会,它只发送对话消息。智能体还需定义工具、处理工具返回并单独验证兼容性;本示例不依赖任何未定义的工具函数。

官方资料

LangChain · 核验日期