API 集成指南
LangChain 接入 EasyAPI
通過 ChatOpenAI 將現有 LangChain 應用連接到 EasyAPI。先驗證普通文本請求,再驗證流式輸出,最後再添加代理或工具。
準備條件
在獨立 Python 環境安裝依賴,設置 EASYAPI_API_KEY,並使用目錄中的精確模型 ID。LlamaIndex 還需按模型文檔設置 EASYAPI_CONTEXT_WINDOW。
python -m pip install -U langchain-openaiAPI Key 只保存在服務端環境變量或 n8n 憑證中。分享代碼和導出工作流時,不應包含生產密鑰。
配置步驟
- 安裝 langchain-openai,在服務端設置密鑰。若不打算向追蹤服務發送提示詞,請保持追蹤關閉。
- 把 base_url 設為下方地址,model 使用當前目錄 ID。示例明確使用 Chat Completions,並關閉額外的流式用量擴展。
- 運行腳本,先打印完整回答,再打印流式回答。綁定工具前,先核對所選模型是否支持工具調用。
可運行請求
示例使用當前選擇的公開模型;實際訪問權限和限額仍取決於 API Key 與賬戶分組。 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()
成功判據
成功請求應返回非空的助手消息。擴大流量前,核對調用記錄與實際費用。
兼容範圍與限制
本指南只覆蓋文本 Chat Completions。圖片、視頻、向量、工具調用和結構化輸出,均需分別核對模型和端點;兼容 OpenAI 客戶端不代表支持每個廠商的全部功能。
閱讀 API 文檔常見問題與排錯
- 原來的鏈可以繼續使用嗎?
- Chat Completions 的消息與鏈結構可以沿用。生產遷移前,重新檢查廠商專屬參數、返回元數據、重試和 Token 統計。
- 為什麼流式請求失敗?
- 先確認普通對話成功。示例設置 stream_usage=False,因為額外的流式用量字段並非所有兼容端點都支持。開啟其他參數前請查閱模型文檔。
- 這個示例會運行智能體嗎?
- 不會,它只發送對話消息。智能體還需定義工具、處理工具返回並單獨驗證兼容性;本示例不依賴任何未定義的工具函數。
官方資料
LangChain · 核驗日期