ChatDeepSeek

这将帮助您开始使用 DeepSeek 托管的 聊天模型。有关所有 ChatDeepSeek 功能和配置的详细文档，请访问 API 参考。

提示

DeepSeek 的模型是开源的，可以本地运行（例如在 Ollama 中）或在其他推理提供商上运行（例如 Fireworks、Together）。

概述

集成详情

类	包	本地	可序列化	JS 支持	包下载量	包最新版本
ChatDeepSeek	langchain-deepseek	❌	beta	✅

模型功能

工具调用	结构化输出	JSON 模式	图像输入	音频输入	视频输入	令牌级流式传输	原生异步	令牌使用量	Logprobs
✅	✅	❌	❌	❌	❌	✅	✅	✅	❌

注意

DeepSeek-R1，通过 model="deepseek-reasoner" 指定，不支持工具调用或结构化输出。DeepSeek-V3（通过 model="deepseek-chat" 指定）支持这些功能。

设置

要访问 DeepSeek 模型，您需要创建一个 DeepSeek 帐户，获取 API 密钥，并安装 langchain-deepseek 集成包。

凭据

前往 DeepSeek 的 API 密钥页面 注册 DeepSeek 并生成 API 密钥。完成后，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: ")

如果您想获取模型调用的自动追踪，您还可以通过取消注释下方内容来设置您的 LangSmith API 密钥

# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

安装

LangChain DeepSeek 集成位于 langchain-deepseek 包中

%pip install -qU langchain-deepseek

实例化

现在我们可以实例化我们的模型对象并生成聊天完成

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

调用

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

链接

我们可以像这样使用提示模板链接我们的模型

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

有关所有 ChatDeepSeek 功能和配置的详细文档，请访问 API 参考。

相关内容

• 聊天模型概念指南
• 聊天模型操作指南