news 2026/7/1 22:01:08

langchain1.x学习笔记(三):langchain之init_chat_model的新用法

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
langchain1.x学习笔记(三):langchain之init_chat_model的新用法

在langchain1.x中,使用init_chat_model函数进行构建model。

1. 第一种方式:支持硅基流动的调用
fromenvs.envsimportOPENAI_BASE_URL,OPENAI_BASE_MODEL,OPENAI_API_KEYfromlangchain.chat_modelsimportinit_chat_model model=init_chat_model(model_provider="openai",model=OPENAI_BASE_MODEL,api_key=OPENAI_API_KEY,base_url=OPENAI_BASE_URL,temperature=0,)response=model.invoke(input="hello")print(response)
2. 第二种方式:后配置
fromenvs.envsimportOPENAI_BASE_URL,OPENAI_BASE_MODEL,OPENAI_API_KEYfromlangchain.chat_modelsimportinit_chat_model model=init_chat_model(temperature=0,)response=model.invoke(input="hello",config={"model_provider":"openai","model":OPENAI_BASE_MODEL,"api_key":OPENAI_API_KEY,"base_url":OPENAI_BASE_URL,"max_tokens":4096,},)print(response)
3. 第三种:流式输出
fromenvs.envsimportOPENAI_BASE_URL,OPENAI_BASE_MODEL,OPENAI_API_KEYfromlangchain.chat_modelsimportinit_chat_model model=init_chat_model(temperature=0,)stream=model.stream(input="hello",config={"model_provider":"openai","model":OPENAI_BASE_MODEL,"api_key":OPENAI_API_KEY,"base_url":OPENAI_BASE_URL,"max_tokens":4096,},)forchunkinstream:print(chunk.content,end="",flush=True)
4. 第四种:异步流式输出
fromenvs.envsimportOPENAI_BASE_URL,OPENAI_BASE_MODEL,OPENAI_API_KEYfromlangchain.chat_modelsimportinit_chat_modelimportasyncioasyncdefasync_stream():model=init_chat_model(temperature=0,)stream=model.astream(input="hello",config={"model_provider":"openai","model":OPENAI_BASE_MODEL,"api_key":OPENAI_API_KEY,"base_url":OPENAI_BASE_URL,"max_tokens":4096,},)asyncforchunkinstream:print(chunk.content,end="",flush=True)if__name__=="__main__":asyncio.run(async_stream())
5. 提示词模板结合管道进行使用
fromenvs.envsimportOPENAI_BASE_URL,OPENAI_BASE_MODEL,OPENAI_API_KEYfromlangchain.chat_modelsimportinit_chat_modelfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.output_parsersimportStrOutputParser prompt=ChatPromptTemplate.from_messages([("system","You are a helpful assistant."),("human","{question}"),])model=init_chat_model(model_provider="openai",model=OPENAI_BASE_MODEL,api_key=OPENAI_API_KEY,base_url=OPENAI_BASE_URL,)chain=prompt|model|StrOutputParser()result=chain.invoke({"question":"你是谁?"})print(result)
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/26 12:40:05

Qwen3-VL-WEBUI房地产:户型图信息提取自动化教程

Qwen3-VL-WEBUI房地产:户型图信息提取自动化教程 1. 引言 1.1 业务场景描述 在房地产数字化转型过程中,大量纸质或图像格式的户型图需要转化为结构化数据,用于智能推荐、VR看房、自动报价等系统。传统人工录入方式效率低、成本高、错误率大…

作者头像 李华
网站建设 2026/7/1 7:38:55

桌面LaTeX编辑器:打造无网环境的学术写作新范式

桌面LaTeX编辑器:打造无网环境的学术写作新范式 【免费下载链接】NativeOverleaf Next-level academia! Repository for the Native Overleaf project, attempting to integrate Overleaf with native OS features for macOS, Linux and Windows. 项目地址: https…

作者头像 李华
网站建设 2026/7/2 1:42:20

HAR文件解析终极指南:快速提取网络数据的完整解决方案

HAR文件解析终极指南:快速提取网络数据的完整解决方案 【免费下载链接】har-extractor A CLI that extract har file to directory. 项目地址: https://gitcode.com/gh_mirrors/ha/har-extractor 你是否曾经面对HAR文件感到无从下手?想要分析网站…

作者头像 李华
网站建设 2026/6/29 0:14:09

Qwen2.5-7B后训练模型怎么用?指令调优部署入门必看

Qwen2.5-7B后训练模型怎么用?指令调优部署入门必看 1. 背景与技术定位 1.1 Qwen2.5-7B:新一代开源大语言模型的演进 Qwen2.5 是阿里云推出的最新一代大语言模型系列,覆盖从 0.5B 到 720B 的多个参数规模版本。其中,Qwen2.5-7B 作…

作者头像 李华
网站建设 2026/7/2 5:05:38

Qwen2.5-7B性能调优:Batch Size对GPU利用率的影响研究

Qwen2.5-7B性能调优:Batch Size对GPU利用率的影响研究 1. 引言:大模型推理中的性能瓶颈与优化目标 随着大语言模型(LLM)在实际业务场景中的广泛应用,如何高效部署并优化其推理性能成为工程落地的关键挑战。Qwen2.5-7B…

作者头像 李华
网站建设 2026/6/28 21:00:34

企业微信打卡定位修改终极指南:三步实现远程打卡自由

企业微信打卡定位修改终极指南:三步实现远程打卡自由 【免费下载链接】weworkhook 企业微信打卡助手,在Android设备上安装Xposed后hook企业微信获取GPS的参数达到修改定位的目的。注意运行环境仅支持Android设备且已经ROOTXposed框架 (未 ROO…

作者头像 李华