目录

1. Model I/O 体系总览
2. 模型初始化
3. 消息类型
4. 四种调用方式
5. 多平台接入实战
6. 高级主题
7. 知识点总览

---

1. Model I/O 体系总览

LangChain 的 Model I/O 模块是整个框架的骨架，把和大语言模型交互拆成三个清晰的步骤：

Prompts (构造提示词) --> Models (调用模型) --> Output Parsers (解析输出)

// 其实 Model I/O 这个命名很直觉：输入(I)是 Prompts，处理(O)是 Models，再输出(I)给 Parsers。但这个 I/O 更像是管道的上下游，不是传统意义上的设备 I/O。

[Prompts] --输入--> [Models] --输出--> [Output Parsers]
   提示词构造          模型调用           输出解析

---

2. 模型初始化

2.1 统一入口: init_chat_model

LangChain 提供了一个统一初始化函数，不管用什么模型，一个函数搞定：

from langchain.chat_models import init_chat_model

llm = init_chat_model("gpt-4o-mini", model_provider="openai")
response = llm.invoke("Hello!")
print(response.content)

支持的 provider 包括 openai、anthropic、google_genai 等。

注意: init_chat_model 是 LangChain 核心包自带的，但如果要用特定 provider，还是需要安装对应的包。比如 OpenAI 需要 pip install langchain-openai。

2.2 两种初始化路径对比

方式	优点	缺点	适用场景
init_chat_model	统一入口，切换模型只需改两个参数	需要多装 provider 包	频繁切换模型
Provider 类 (ChatOpenAI)	直接、细粒度配置	代码与 provider 耦合	只用一种模型

2.3 关键参数一览

Parameter	Type	Description	Example
model	str	模型名称	"gpt-4o-mini"
model_provider	str	提供商	"openai", "anthropic"
temperature	float	随机性控制 (0-2)	0 = 确定性输出
api_key	str	API 密钥 (也可用环境变量)	推荐用 .env 文件
base_url	str	自定义 API 端点	代理 / 兼容平台

TODO: 实际项目中 API Key 千万不要硬编码到代码里！用 python-dotenv 的 .env 文件管理。

---

3. 消息类型

LangChain 用标准化的消息对象来封装对话内容，一共有 四种核心消息类型：

Message Type	Role	Usage	Example
SystemMessage	系统	设定模型角色和行为规则	“你是一个翻译助手”
HumanMessage	用户	用户的实际输入	“翻译：Hello World”
AIMessage	AI	模型的回复（可用于多轮对话上下文）	“你好世界”
ToolMessage	工具	Agent 调用外部工具后的返回结果	{ "result": 42 }

from langchain_core.messages import SystemMessage, HumanMessage, AIMessage

messages = [
    SystemMessage(content="你是一个 Python 教学助手，用简洁的方式回答"),
    HumanMessage(content="什么是装饰器？"),
]

response = llm.invoke(messages)
print(response.content)

// 留意：AIMessage 不只是用来"展示"模型回复的。在多轮对话中，你需要把之前的 AI 回复也塞进 messages 列表里，模型才知道上下文。这和 OpenAI API 的 messages 数组是一样的逻辑。

消息传递的两种写法

# 方式1: Messages 列表 (推荐)
llm.invoke([
    SystemMessage("..."),
    HumanMessage("...")
])

# 方式2: 字符串快捷方式
# LangChain 会自动包装成 HumanMessage
llm.invoke("直接传字符串")

---

4. 四种调用方式

LangChain 提供了 四种调用模式，覆盖同步、异步、流式、批量四大场景。

4.1 invoke – 同步调用 (最常用)

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o-mini")
response = llm.invoke("用一句话解释什么是量子计算")
print(response.content)

Tip: 同步 = 发出请求后代码会阻塞等待，直到模型返回结果才继续执行下一行。适合脚本、命令行工具等简单场景。

4.2 ainvoke – 异步调用

import asyncio
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o-mini")

async def main():
    response = await llm.ainvoke("你好")
    print(response.content)

asyncio.run(main())

// Jupyter vs .py 的区别：Jupyter 里已有事件循环，直接 await main()；普通 .py 文件需要 asyncio.run(main())。这个坑我踩过不止一次…

4.3 stream – 流式调用 (打字机效果)

def streaming_example():
    llm = ChatOpenAI(model="gpt-4o-mini")
    for chunk in llm.stream("请写一首关于春天的诗"):
        print(chunk.content, end="", flush=True)

flush=True 强制立即输出，不攒缓冲区。这是实现打字机效果的关键。

Advanced: 异步流式事件监听 astream_events 可以捕获更细粒度的事件：on_chat_model_start、on_chat_model_stream、on_chat_model_end，适合需要精细控制 UI 更新的场景。

4.4 batch – 批次调用

questions = ["什么是Python？", "什么是JavaScript？"]
responses = llm.batch(questions)  # 并行处理

// batch 和手动 for 循环 invoke 的区别：batch 是并行发的，底层用了 asyncio.gather。就像同时下单 5 杯咖啡，谁好了取谁，而不是一杯一杯排队等。

4.5 调用模式速查

Method	Async Version	Feature	Best For
invoke()	ainvoke()	单次同步/异步调用	简单脚本、命令行工具
stream()	astream()	逐 Token 流式返回	聊天机器人、长文本生成
batch()	abatch()	并行批量处理	数据分析、批量内容生成

---

5. 多平台接入实战

这节最有意思的地方是：凡是兼容 OpenAI 接口格式的平台，都可以直接用 ChatOpenAI，只需要改 base_url 和 api_key。这就是标准化接口的威力。

5.1 平台接入一览

Platform	Class	Model Example	Env Variables	Note
OpenAI / CloseAI	ChatOpenAI	gpt-4o-mini	OPENAI_API_KEY + OPENAI_BASE_URL	CloseAI 完全兼容
DeepSeek	ChatOpenAI	deepseek-chat	DEEPSEEK_API_KEY + DEEPSEEK_BASE_URL	兼容 OpenAI 格式
SiliconFlow	ChatOpenAI	Qwen/Qwen3-8B	SILICONFLOW_API_KEY + SILICONFLOW_BASE_URL	新用户送 2000 万 Token
Anthropic	ChatAnthropic	claude-sonnet-4	ANTHROPIC_API_KEY	自有 API 格式
Google	ChatGoogleGenerativeAI	gemini-2.5-flash	GOOGLE_API_KEY	自有 API 格式
Ollama (本地)	ChatOllama	qwen3.5:4b	无需 API Key	适合原型开发和本地测试

5.2 Ollama: 本地模型自由

# 下载并运行模型（首次使用会自动下载）
ollama run qwen3.5:4b

from langchain_ollama import ChatOllama

llm = ChatOllama(model="qwen3.5:4b", base_url="http://localhost:11434")
response = llm.invoke("你好，介绍一下你自己")

Tip: 学习阶段强烈推荐硅基流动 + Qwen3-8B（完全免费），或者本地 Ollama。零成本跑通所有实验。

5.3 不兼容平台用 init_chat_model 统管

llm_openai  = init_chat_model("gpt-4o-mini",
    model_provider="openai", api_key=os.getenv("OPENAI_API_KEY"))
llm_claude = init_chat_model("claude-sonnet-4",
    model_provider="anthropic", api_key=os.getenv("ANTHROPIC_API_KEY"))
llm_gemini = init_chat_model("gemini-2.5-flash",
    model_provider="google_genai", api_key=os.getenv("GEMINI_API_KEY"))

# 调用方式完全一致！
for name, llm in [("OpenAI", llm_openai), ("Claude", llm_claude), ("Gemini", llm_gemini)]:
    response = llm.invoke("用一句话介绍你自己")
    print(f"{name}: {response.content}")

// 这就是 LangChain 设计哲学的核心体现：统一接口，模型无关。切换模型就像换鞋一样简单，你的业务代码完全不用动。

---

6. 高级主题

6.1 多模态输入 (Vision)

LangChain 支持将图像等多模态数据传给支持视觉的模型。原理是将图片编码为 Base64，然后通过 Data URL 嵌入消息：

import base64
from langchain_core.messages import HumanMessage

with open("image.jpg", "rb") as f:
    image_data = f.read()

base64_string = base64.b64encode(image_data).decode("utf-8")

message = HumanMessage(content=[
    {"type": "text", "text": "描述这张图片"},
    {"type": "image_url",
     "image_url": {"url": f"data:image/jpeg;base64,{base64_string}"}}
])
response = llm.invoke([message])

Base64 编码原理: 将每 3 字节 (24 bit) 切为 4 组 (每组 6 bit)，每组映射到 A-Z、a-z、0-9、+、/ 共 64 个可打印字符。末尾不足 3 字节用 = 填充。这样二进制数据就能放进 JSON 文本协议里传输了。

6.2 速率限制 (Rate Limiting)

from langchain_core.rate_limiters import InMemoryRateLimiter

rate_limiter = InMemoryRateLimiter(
    requests_per_second=0.1,   # 10秒1个请求
    check_every_n_seconds=0.1  # 每0.1秒检查一次令牌桶
)
llm = ChatOpenAI(model="gpt-4o-mini", rate_limiter=rate_limiter)

用的是令牌桶算法（Token Bucket）。适合控制调用频率，避免触发 API 的 rate limit 报错。

6.3 Token 使用追踪

from langchain_core.callbacks import get_usage_metadata_callback

llm = ChatOpenAI(model="gpt-4o-mini")
with get_usage_metadata_callback() as cb:
    llm.invoke("你好")
    llm.invoke("再见")
    print(cb.usage_metadata)
    # {'input_tokens': ..., 'output_tokens': ..., 'total_tokens': ...}

6.4 提示词缓存 (Prompt Caching)

这个知识点很多人容易搞混，一定要分清楚两个概念：

Dimension	Prompt Caching	LLM Cache (本地缓存)
缓存位置	模型服务商的服务器	你本地的内存/磁盘
缓存内容	已计算的提示词中间状态 (KV cache)	完整的"问题->回答"键值对
效果	减少 token 费用和延迟	相同问题完全不调 API
可控性	不能控制	完全可控

OpenAI: 全自动，零配置，自动识别相同前缀并缓存，缓存命中 token 费用减半。

Anthropic: 需要显式标记，通过 AnthropicPromptCachingMiddleware 中间件，缓存命中 token 费用降低 90%。

// 这里的"缓存"发生在模型服务商的服务器上，不是本地硬盘。你的项目目录里不会多出 cache.sqlite 之类的东西。这是个很容易误解的点。

---

7. 知识点总览

主题	核心	状态
模型输入输出总览	Prompts -> Models -> Output Parsers	已完成
初始化	init_chat_model /provider-specific classes	已完成
消息类型	System / Human / AI / Tool Message	已完成
调用模式	invoke /ainvoke/stream /batch	已完成
平台集成	OpenAI / DeepSeek / Claude / Gemini / Ollama	已完成
高级功能	Multimodal / Rate Limit / Token Tracking / Caching	已完成
输出解析器	Next lecture…	待处理

---

总结

LangChain Model I/O 的核心设计哲学就是 统一接口，模型无关。不管底层用的是 GPT、Claude、Gemini 还是本地 Ollama，你的调用代码可以做到几乎一模一样。这对于需要做多模型对比、A/B 测试、多租户系统的项目来说，是巨大的优势。