langchain调用deepseek

### LangChain 中集成和使用 DeepSeek API 进行文档检索或问答 #### 配置环境与安装依赖库 为了在 LangChain 中集成并使用 DeepSeek API，需先配置好 Python 开发环境，并通过 pip 安装必要的包。这通常涉及 `langchain` 及其相关扩展模块以及用于 HTTP 请求的工具如 `requests`。 ```bash pip install langchain requests ``` #### 初始化 LangChain 并设置 DeepSeek API 参数 创建一个新的 LangChain 实例之前，要定义访问 DeepSeek 所必需的服务端点 URL 和认证令牌等参数。这些信息可以从官方文档获取[^1]。 ```python import os from langchain import LangChain, DocumentRetriever DEEPSEEK_API_URL = "https://api.deepseek.com/v1" API_KEY = os.getenv('DEEPSEEK_API_KEY') HEADERS = {"Authorization": f"Bearer {API_KEY}"} ``` #### 创建自定义 Retriever 类来封装 DeepSeek 调用逻辑 构建一个继承自 `DocumentRetriever` 的类，在其中实现具体的查询方法 `_retrieve_documents()` ，该函数负责向 DeepSeek 发送请求并将返回的结果转换成适合 LangChain 处理的形式。 ```python class DeepSeekRetriever(DocumentRetriever): def __init__(self, api_url=DEEPSEEK_API_URL, headers=HEADERS): super().__init__() self.api_url = api_url self.headers = headers def _retrieve_documents(self, query_text): response = requests.post( url=f"{self.api_url}/search", json={"query": query_text}, headers=self.headers ) documents = [] for item in response.json().get("results", []): doc_id = item.get("_id") content = item.get("content") document = { 'doc_id': doc_id, 'text': content } documents.append(document) return documents ``` #### 将新 retriever 注册到 LangChain 应用程序中 最后一步是在应用程序初始化阶段注册上述定制化的 retriever 组件，以便后续能够方便地调用它来进行基于 DeepSeek 的文档查找操作。 ```python if __name__ == "__main__": app = LangChain() deepseek_retriever = DeepSeekRetriever() app.add_retriever(deepseek_retriever) result = app.query("什么是机器学习？") print(result) ``` 此流程展示了如何利用 LangChain 结合 DeepSeek 提供的强大搜索能力，从而更高效地执行复杂的自然语言处理任务，比如文档检索或是智能对话系统中的知识抽取功能[^2]。