使用LangChain调用DeepSeek实现一个最简单的对话，核心就是通过 ChatOpenAI 类来适配DeepSeek的API（因为DeepSeek提供了兼容OpenAI的接口）。整个过程只需要几步就能完成。

第一步：安装必要的库

首先，确保你的环境中已经安装了 langchain-openai 库。因为我们要通过兼容OpenAI的方式调用DeepSeek。

bash

pip install langchain-openai

第二步：编写核心代码

创建一个Python文件（比如 deepseek_demo.py），复制下面的代码。这是最简单直接的“一问一答”模式，非常适合初体验 。

from langchain_openai import ChatOpenAI

from langchain_core.messages import HumanMessage

# 1. 配置DeepSeek客户端

# 这里直接填入你的API Key，但在实际项目中，更推荐使用环境变量来管理密钥

DEEPSEEK_API_KEY = "**********************************************"

# 初始化模型

# 关键点在于base_url要设置为DeepSeek的地址，model要指定为DeepSeek的模型名

llm = ChatOpenAI(

model="deepseek-chat", # 或使用 "deepseek-reasoner"（推理模型）

temperature=0.7, # 控制创意度，0-1之间

openai_api_key=DEEPSEEK_API_KEY,

openai_api_base="https://api.deepseek.com/v1", # DeepSeek的API端点

max_tokens=1024 # 限制回复的最大长度

)

# 2. 构建消息（最简单的用户消息）

messages = [

HumanMessage(content="你好！请用一句话介绍一下你自己。")

]

# 3. 调用模型并获取回复

print("正在向DeepSeek提问...")

response = llm.invoke(messages)

# 4. 输出结果

print(f"DeepSeek: {response.content}")

第三步：运行你的对话程序

配置API密钥：将代码中的 "sk-你的实际DeepSeek API Key" 替换成你在 DeepSeek官网 获取的真实API密钥 。

执行脚本：在终端中运行命令：

python deepseek_demo.py

如果一切顺利，你就能在屏幕上看到DeepSeek模型对“自我介绍”这个问题的回应了。

(langchain2) [root@rocky95temp opt]# vi deepseek-demo.py

(langchain2) [root@rocky95temp opt]# python deepseek-demo.py

正在向DeepSeek提问...

DeepSeek: 你好，我是DeepSeek，由深度求索公司创造的AI助手，致力于用热情和细心为你提供帮助！😊

(langchain2) [root@rocky95temp opt]#