初始化模型

模型初始化有多重方式,可以是使用from langchain_openai import ChatOpenAI的形式創(chuàng)建,也可以使用init_chat_model的形式創(chuàng)建,目前推薦使用后者方式
使用init_chat_model前需要確保已經(jīng)安裝上了對應(yīng)的庫,例如模型使用openai的,則需要安裝pip install langchain[openai]庫.
使用方式

from lanchain.chat_model import init_chat_model

model = init_chat_model(
 model="gpt-5.4", # 模型名稱,必填,對于部分常用的模型,其會(huì)自動(dòng)判斷由哪個(gè)服務(wù)商處理.
model_provider="openai", # 指定模型廠商,此時(shí)將不會(huì)根據(jù)model來自動(dòng)判斷
"configurable_fields":"any", # 允許在后期使用時(shí)覆蓋的配置參數(shù),例如在invoke時(shí)可以覆蓋"max_token"這樣的參數(shù)
"config_prefix":"first", # 主要是避免在多個(gè)模型場景下,在運(yùn)行時(shí)修改配置文件,只想對某個(gè)模型生效時(shí),可以添加此參數(shù),例如在invoke時(shí),只想修改當(dāng)前model的max_token,則在invoke(..., config={"configurable":{"first_max_token":1024}})
)

單獨(dú)的模型調(diào)用

• 單個(gè)消息

print(model.invoke('你好').content) #   你好！有什么我可以幫助你的嗎？

• 消息列表調(diào)用

conversation = [
    {"role": "system", "content": "You are a helpful assistant that translates English to French."},
    {"role": "user", "content": "Translate: I love programming."},
    {"role": "assistant", "content": "J'adore la programmation."},
    {"role": "user", "content": "Translate: I love building applications."}
]

response = model.invoke(conversation)
print(response)  # AIMessage("J'adore créer des applications.")

工具調(diào)用

對于模型對象而言,其與agent在工具(函數(shù))調(diào)用時(shí)的區(qū)別在于模型對象只會(huì)返回一些工具調(diào)用的參數(shù),不會(huì)去執(zhí)行,但是agent會(huì)自動(dòng)執(zhí)行工具.

from langchain.tools import tool


@tool
def get_weather(city:str)->str:
    """
    獲取天氣
    :param city:城市名稱
    :return:
    """
    print("[get_weather] 輸入的city是:", city)
    return "今天的天氣是晴轉(zhuǎn)多云"


model_with_tools = model.bind_tools([get_weather]) # 綁定工具,需要注意,此時(shí)會(huì)返回一個(gè)綁定了工具的模型
resp = model_with_tools.invoke("今天北京的天氣如何?")
for tool_call in resp.tool_calls:
    print(f"工具:{tool_call['name']}")
    print(f"工具參數(shù):{tool_call['args']}")

工具函數(shù)的執(zhí)行

from langchain.messages import HumanMessage

messages = [HumanMessage("今天北京的天氣如何")]

model_with_tools = model.bind_tools([get_weather])
resp = model_with_tools.invoke(messages)
messages.append(resp)
for tool_call in resp.tool_calls:
    if tool_call['name']=='get_weather':
        func = get_weather
    else:
        raise ValueError(f"未知的工具:{tool_call['name']}")
    resp = func.invoke(tool_call)
    messages.append(resp)

resp = model_with_tools.invoke(messages)
print(resp.content)

強(qiáng)制工具調(diào)用

model_with_tools = model.bind_tools([tool_1], tool_choice="any")

結(jié)構(gòu)化輸出

支持使用pydantic和typedict來定義結(jié)構(gòu)化輸出的模型

from typing import TypedDict, Annotated


class MyThing(TypedDict):
    city= Annotated[str, "城市名稱"]
    date = Annotated[str, "日期, 格式形如:%Y-%m-%d"]
    thing = Annotated[str, "具體的事情"]

model_with_structure = model.with_structured_output(MyThing)        
resp = model_with_structure .invoke("今天是2026年5月26日,明天要去新加坡出差")
print(resp) # {'出差地點(diǎn)': '新加坡', '出差日期': '2026-05-27'}