🎯 课程主题

介绍 LangChain 1.x 中 init_chat_model 函数作为统一的模型初始化接口，用于替代多种供应商特定的初始化方式。

📝 核心知识点

1. init_chat_model 统一初始化接口

  • 概念说明：LangChain 1.x 推出的一种新的模型初始化方案，通过一个函数统一不同供应商的模型初始化流程。
  • 关键细节：
    • 底层仍然调用具体的类（如 ChatOpenAI、ChatDeepSeek 等），本质是对这些类的封装。
    • 通过 model_provider 参数决定底层调用哪个具体的 model class。
    • 支持两种写法：分别指定 model + model_provider，或合并为一个带冒号前缀的字符串（如 "deepseek:deepseek-chat"）。

2. 核心参数

  • model：模型名称（必填）。
  • model_provider：模型提供者（可选但建议填写），支持的值包括 openai、deepseek、ollama 等在官方文档中列出的 provider。
  • base_url：API 端点地址。
  • api_key：API 密钥（当平台可被自动识别时，如同 deepseek 官网调用 ChatDeepSeek，可省略，因为底层会自动加载环境变量中的配置）。

3. 三种调用方式的对比总结

  • 个性化方式（如 ChatDeepSeek、ChatOpenAI、ChatTongyi 等）：直接使用对应供应商的专属类。
  • 兼容方式（ChatOpenAI 兼容写法）：通过 ChatOpenAI 类 + 修改 base_url 来兼容不同平台。
  • 统一方式（init_chat_model）：LangChain 1.x 推荐的新写法，通过 model_provider 切换供应商。

4. model_provider 的自动推断机制

  • 如果未显式指定 model_provider，init_chat_model 会尝试自动推断。
  • 自动推断并非对所有模型都有效，建议总是显式指定 model_provider。

🏗️ 架构与工作流

用户调用 init_chat_model(model, model_provider, ...)
        │
        ▼
根据 model_provider 进行路由
        │
        ├── "openai"    → 底层调用 ChatOpenAI
        ├── "deepseek"  → 底层调用 ChatDeepSeek
        ├── "ollama"    → 底层调用 ChatOllama
        └── ...
        │
        ▼
返回统一的 BaseChatModel 实例 → 调用 .invoke()

💻 代码实战

from langchain.chat_models import init_chat_model

# 方式一：分别指定 model 和 model_provider
model = init_chat_model(
    model="deepseek-chat",
    model_provider="deepseek",
    api_key="your-api-key",
    base_url="https://api.deepseek.com/v1"
)

# 方式二：在 model 参数中使用 "provider:model" 格式
model = init_chat_model(
    model="deepseek:deepseek-chat",
    api_key="your-api-key",
    base_url="https://api.deepseek.com/v1"
)

# 方式三：调用 closeAI 平台（model_provider 需写 "openai"，而非 "deepseek"）
model = init_chat_model(
    model="deepseek-v4-flash",
    model_provider="openai",
    base_url="https://api.closeai-asia.com/v1"
)

# 方式四：调用 OpenAI 原生模型（如 gpt-4o-mini）
model = init_chat_model(
    model="gpt-4o-mini",
    model_provider="openai",
    base_url="https://api.closeai-asia.com/v1"
)

response = model.invoke("你好")
print(response.content)

⚠️ 常见问题与避坑指南

  1. model_provider 不能随意填写：必须是官方文档中列出的值。如阿里千问平台目前未被纳入 init_chat_model 体系，若调用千问模型，model_provider 须写 "openai"（兼容方式）。
  2. 导入包时注意版本：不要使用 langchain_classic 包中的 init_chat_model（已 deprecated），应使用 langchain.chat_models 中的。
  3. model_provider 与平台不匹配会报错：例如使用 closeAI 平台调用 deepseek 模型时，model_provider 应写 "openai" 而非 "deepseek"，因为底层实际调用的是 ChatOpenAI 类。

💡 个人总结与延伸

init_chat_model 统一了 LangChain 1.x 的模型初始化入口，降低了多供应商切换的认知成本。但本质上是对原有各类 ChatXxx 类的封装，旧有的个性化写法仍然可用。在实际项目中，建议根据团队规范选择统一写法或个性化写法；若需在多个供应商间频繁切换，使用 init_chat_model 更为便捷。

最近更新:
Contributors: yangwenguang