1.调用具体模型的厂商API注册key

官网：https://www.deepseek.com/

2. 当前项目中安装必要的依赖

#切换python环境
conda activate langchain1.2
#安装ChatOpenAI依赖包
pip install langchain-openai
#安装ChatDeepSeek 依赖包
pip install langchain-deepseek
# 用于环境管理的包
pip install python-dotenv

说明：langchain-deepseek 是使用deepseek 大模型必要依赖
注意： langchain-deepseek 依赖于 langchain-openai ，安装前者，pip会自动从pypi拉取元数据解析
依赖，后者也会被安装。所以我们把 langchain-openai 也放在此处。

3.配置文件.ENV

在项目根目录下创建.env文件，在.env文件中写入以下内容：

#从DeepSeek官网获取的配置信息
DEEPSEEK_API_KEY =sk-31c9440d71564bafxxxxxxxxxxxxx
DEEPSEEK_BASE_URL=https://api.deepseek.com

4.调用具体模型的厂商API

读取配置并初始化模型
用DeepSeek的模型进行测试，LangChain会从环境变量中读取DEEPSEEK_API_KEY。如下是
代码实现：

调用大模型涉及道三个重要的参数base_url,model_name,api_key
调用成功

代码

import os
from urllib import response

from dotenv import load_dotenv
from langchain_deepseek import ChatDeepSeek
from pydantic_settings.sources.providers import dotenv
from typing_extensions import override

#读取.env中的配置文件,相关的环境变量以.env文件中优先
# 通过load_dotenv()将.env中的变量加载为环境变量
## override=True表示：无论你当前的操作系统、终端或者虚拟环境中是否已经存在同名的环境变量，
都会强行用 .env 文件里写的值去覆盖它
load_dotenv(override=True)

DEEPSEEK_API_KEY=os.getenv("DEEPSEEK_API_KEY")
DEEPSEEK_BASE_URL=os.getenv("DEEPSEEK_BASE_URL")

llm_deepseek=ChatDeepSeek(
    model="deepseek-v4-flash",
    api_key=DEEPSEEK_API_KEY,
    api_base=DEEPSEEK_BASE_URL,
)

response =llm_deepseek.invoke("邓紫棋")
print(response)