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-openai

API 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

  1. 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。
  2. 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。
  3. 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