模型接口

模型是 LangChain 应用的核心依赖。常见模型类型包括：

类型	用途
Chat Model	对话、问答、工具调用、Agent
Embedding Model	文本向量化，用于 RAG 检索
Rerank Model	对召回结果重新排序

Chat Model 示例

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4.1-mini", temperature=0)

resp = llm.invoke("用一句话解释 LangChain 是什么")
print(resp.content)

temperature 怎么理解

• temperature=0：结果更稳定，适合客服、知识库、结构化任务。
• temperature=0.7：更有创造性，适合营销文案、头脑风暴。
• temperature>1：随机性更强，生产中谨慎使用。

生产环境建议

1. 模型配置不要写死，放到配置中心或环境变量。
2. 记录每次调用的输入、输出、耗时、token 消耗和异常。
3. 对外部模型 API 做超时、重试、限流和降级。
4. 对不同任务选择不同模型，不要所有任务都用最贵模型。

非官方声明

本站为个人维护的非官方中文学习文档，不代表 LangChain 官方。页面内容是基于公开文档、源码实践和中文开发者视角重新整理的学习资料。涉及 API 细节时，请以官方文档和实际安装版本为准。

参考来源

• LangChain / LangGraph 官方文档：https://docs.langchain.com/
• LangChain API Reference：https://reference.langchain.com/
• 本站内容为中文学习整理，不做官方身份声明。