本文将一步步指导如何利用 LangChain 1.0 框架，通过 API 调用强大的 DeepSeek 大模型，并对比新旧两种调用方式的优劣，帮助开发者快速上手工业级智能体开发。
智能速览
调用 DeepSeek API 前需申请并充值获取 API Key。
推荐使用 `.env` 文件安全存储和管理 API Key。
DeepSeek 提供聊天模型和推理模型，适用于不同场景。
LangChain 提供了新旧两种 API 调用方式，各有特点。
新方式通过 `init_chat_model` 函数统一了接口，更具通用性。
精华内容
掌握了调用本地模型的方法后，接下来将探索如何接入更强大的云端 API。下面将以 DeepSeek 为例，深入讲解两种接入方式的实现细节与选择依据。
API Key 准备
访问 DeepSeek 的 API 开放平台是第一步。用户需要注册账户并进行充值，通常20元即可满足长时间的学习需求。完成充值后，在平台申请一个专属的 API Key，这是一串用于身份验证的字符，程序将通过它来访问 DeepSeek 的服务。
安全配置 Key
API Key 属于敏感信息，应避免直接写在代码中。最佳实践是创建一个名为 `.env` 的文件，在该文件内定义环境变量，如 `DEEPSEEK_API_KEY=你的API密钥`。随后，在 Python 代码中通过 `load_dotenv()` 函数加载该文件，这样程序就能安全地读取到密钥，同时避免了密钥泄露的风险。
旧式调用方法
LangChain 提供了与特定模型绑定的调用方式。例如，通过 `from langchain_deepseek import ChatDeepSeek` 导入模块，然后直接实例化 `ChatDeepSeek`。
这种方式需要指定具体模型，如 `model=“deepseek-chat”`（聊天模型，速度快）或 `model=“deepseek-reasoner”`（推理模型，会显示思考过程，但速度较慢）。此外，还可以设置 `temperature`、`max_tokens` 和 `retry` 等参数，以控制模型的行为和容错能力。
新式统一接口
更推荐的方式是使用 LangChain 1.0 引入的统一接口。首先通过 `from langchain.chat_models import init_chat_model` 导入函数。然后，调用 `init_chat_model` 来初始化模型，这种方式将不同模型的接口进行了统一。
只需传入 `model` 参数（如 `deepseek-chat`）和 `model_provider=“deepseek”` 即可。这种方式代码更具可扩展性，未来若要切换模型供应商，只需修改参数，而无需改动核心逻辑。
方式对比总结
旧式方法为每个模型提供了专属的类，参数直接明了，但缺乏通用性。新式方法通过 `init_chat_model` 函数统一了接口，使代码更加简洁、规范，便于后续维护和模型切换。
在实际开发中，优先考虑使用新的统一接口，它代表了 LangChain 框架的设计趋势，有助于构建更加灵活和强大的应用程序。
通过本教程，不仅学会了如何接入 DeepSeek API，更重要的是理解了 LangChain 框架的演进与设计思想。掌握本地与云端模型的灵活调用，是构建强大应用的基础。未来，你更倾向于在哪些场景下使用哪种模型呢？
