ChatDeepSeek
这将帮助您开始使用DeepSeek托管的聊天模型。要查看所有ChatDeepSeek功能和配置的详细文档,请访问API参考。
概览
集成细节
| Class | 包 | 本地 | 序列化 | JS支持 | Package downloads | Package 最新版本 |
|---|---|---|---|---|---|---|
| ChatDeepSeek | langchain-deepseek | ❌ | beta | ✅ |
模型特性
| 工具调用 | 结构化输出 | JSON 模式 | 图像输入 | 音频输入 | 视频输入 | Token级流式传输 | 原生异步 | Token 使用 | 对数概率 |
|---|---|---|---|---|---|---|---|---|---|
| ✅ | ✅ | ❌ | ❌ | ❌ | ❌ | ✅ | ✅ | ✅ | ❌ |
注意
DeepSeek-R1,通过model="deepseek-reasoner"指定,不支持工具调用或结构化输出。这些功能由DeepSeek-V3(通过model="deepseek-chat"指定)支持。
设置
要访问DeepSeek模型,您需要创建一个DeepSeek账户、获取API密钥,并安装langchain-deepseek集成包。
Credentials
请访问DeepSeek的API密钥页面注册并生成一个API密钥。完成这些步骤后,请设置DEEPSEEK_API_KEY环境变量:
import getpass
import os
if not os.getenv("DEEPSEEK_API_KEY"):
os.environ["DEEPSEEK_API_KEY"] = getpass.getpass("Enter your DeepSeek API key: ")
要启用对您的模型调用的自动跟踪,请设置您的LangSmith API密钥:
# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
安装
The LangChain DeepSeek 整合存在于 langchain-deepseek 包中:
%pip install -qU langchain-deepseek
Instantiation
现在我们就可以实例化我们的模型对象并生成聊天完成内容:
from langchain_deepseek import ChatDeepSeek
llm = ChatDeepSeek(
model="deepseek-chat",
temperature=0,
max_tokens=None,
timeout=None,
max_retries=2,
# other params...
)
API 参考:ChatDeepSeek
Invocation
messages = [
(
"system",
"You are a helpful assistant that translates English to French. Translate the user sentence.",
),
("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg.content
链式调用
我们可以通过以下方式将模型与提示模板进行链接:
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate(
[
(
"system",
"You are a helpful assistant that translates {input_language} to {output_language}.",
),
("human", "{input}"),
]
)
chain = prompt | llm
chain.invoke(
{
"input_language": "English",
"output_language": "German",
"input": "I love programming.",
}
)
API 参考:ChatPromptTemplate
API 参考
要详细了解所有ChatDeepSeek功能和配置,请参阅API 参考文档。