如何使用LangChain进行OpenAI聊天模型集成：快速入门指南

最新推荐文章于 2025-11-21 13:36:44 发布

原创最新推荐文章于 2025-11-21 13:36:44 发布 · 621 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#langchain

如何使用LangChain进行OpenAI聊天模型集成：快速入门指南

近年来，OpenAI 的聊天模型已经广泛应用于各种应用程序中。本文将向您展示如何结合使用 LangChain 来集成和使用 OpenAI 的聊天模型。我们将涵盖如何设置 API 密钥、安装必要的软件包以及如何调用和配置聊天模型。阅读本文将帮助您快速入门，并提供一些实际的代码示例。

1. 引言

OpenAI 提供了强大的聊天模型，开发者可以通过 API 使用这些模型来实现例如翻译、内容生成等功能。然而，在部分地区，访问 API 可能会受到网络限制的影响。为此，我们还将讨论如何使用 API 代理服务来提高访问稳定性。

2. 主要内容

2.1 创建 OpenAI 账户并获取 API Key

首先，您需要创建一个 OpenAI 账号并生成 API 密钥。访问 OpenAI 平台并按照指示操作。

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")

2.2 安装 LangChain 开发包

接下来，通过 Python 包管理器安装 langchain-openai 软件包。

%pip install -qU langchain-openai

2.3 实例化聊天模型

安装完软件包后，您可以实例化一个聊天模型对象。例如，我们使用 OpenAI 的 ChatOpenAI 类来进行对象创建和消息处理。

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4o",
    temperature=0,
    max_tokens=100,
    timeout=5,
    max_retries=2,
    # base_url="{AI_URL}",  # 使用API代理服务提高访问稳定性
)

2.4 调用聊天模型进行对话

现在，我们可以使用这个模型来生成对话。以下例子演示了如何让模型将用户输入从英语翻译成法语。

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)
print(ai_msg.content)  # 输出: "J'adore la programmation."

3. 代码示例

以下是完整的代码示例，展示如何将用户输入的英语句子翻译成德语：

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

llm = ChatOpenAI(
    model="gpt-4o",
    temperature=0,
    max_tokens=100,
    timeout=5,
    max_retries=2,
    # base_url="{AI_URL}",  # 使用API代理服务提高访问稳定性
)

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "You are a helpful assistant that translates {input_language} to {output_language}.",
        ),
        ("human", "{input}"),
    ]
)

chain = prompt | llm
ai_msg = chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)
print(ai_msg.content)  # 输出: "Ich liebe Programmieren."