上一篇文章我已经详细说明了Anacoda和VSCode是如何配置的，不懂的小伙伴可以直接查阅文章：LangChain的环境准备及快速实战

        接着我们继续在VSCode中编辑代码！

        为了简化之前的代码，langchain对openai的调用方式做了封装，所以我们可以直接使用openai的调用方式。在Anaconda的终端中使用命令：pip install -qU "langchain[openai]"来安装openAI的依赖包。

        这里我写出调用OpenAI的API_KEY和调用DeepSeek的API_KEY的两个例子供大家参考！

        有时候调用OpenAI和DeepSeek的API_KEY会很慢，我们可以调用阿里云百炼里的模型。这样的话速度会更快一些。这里的base_url是阿里云百炼里的基础url，openai_api_key是阿里云百炼里的API密钥。

        同时，LangChain支持流式输出，即输出结果会一个一个Token地蹦出来。

       LangChain也支持使用提示词模板的方式来完成大模型交互。我们先自定义提示词模板，然后根据自己的需求在固定提示词模板prompt中添加自己的内容，最后调用模型，将自定义的提示词放入invoke中，将内容输出出来。

        这样我们就可以实现各种各样类似的功能了！

        同时，LangChain支持传入更多定制参数，例如temperature,top_p等。而且这些能力，通常使用网页或者APP访问大模型时，是无法传入的。