ChatDeepSeek 集成 - 以编程方式使用文档

这将帮助您开始使用 ChatDeepSeek 聊天模型。有关所有 ChatDeepSeek 功能和配置的详细文档，请前往 API 参考.

## 概述 ### 集成详情

类	包	可序列化	Python 支持	下载量	版本
`ChatDeepSeek`	`@langchain/deepseek`	beta	✅	<img src="https://img.shields.io/npm/dm/@langchain/deepseek?style=flat-square&label=%20&" alt="NPM - Downloads" />	<img src="https://img.shields.io/npm/v/@langchain/deepseek?style=flat-square&label=%20&" alt="NPM - Version" />

模型特性

请参阅下表标题中的链接，了解如何使用特定功能。

工具调用	结构化输出	图像输入	音频输入	视频输入	Token 级流式输出	Token 使用量	对数概率
✅	✅	❌	❌	❌	✅	✅	✅

Note that as of 1/27/25, tool calling and structured output are not currently supported for deepseek-reasoner.

设置

要访问 DeepSeek 模型，您需要创建一个 DeepSeek 账户，获取 API 密钥，并安装 @langchain/deepseek 集成包。

您也可以通过以下提供商访问 DeepSeek API，例如 Ollama.

凭据

前往 deepseek.com 注册 DeepSeek 并生成 API 密钥。完成后设置 DEEPSEEK_API_KEY 环境变量：

如果您想获取模型调用的自动跟踪，还可以设置您的 LangSmith API 密钥（取消下方注释）：

# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装

LangChain ChatDeepSeek 集成位于 @langchain/deepseek package:

npm install @langchain/deepseek @langchain/core

yarn add @langchain/deepseek @langchain/core

pnpm add @langchain/deepseek @langchain/core

实例化

现在我们可以实例化模型对象并生成聊天补全：

const llm = new ChatDeepSeek({
  model: "deepseek-reasoner",
  temperature: 0,
  // other params...
})

const aiMsg = await llm.invoke([
  [
    "system",
    "You are a helpful assistant that translates English to French. Translate the user sentence.",
  ],
  ["human", "I love programming."],
])
aiMsg

AIMessage {
  "id": "e2874482-68a7-4552-8154-b6a245bab429",
  "content": "J'adore la programmation.",
  "additional_kwargs": {
    "reasoning_content": "..."
  },
  "response_metadata": {
    "tokenUsage": {
      "promptTokens": 23,
      "completionTokens": 7,
      "totalTokens": 30
    },
    "finish_reason": "stop",
    "model_name": "deepseek-reasoner",
    "usage": {
      "prompt_tokens": 23,
      "completion_tokens": 7,
      "total_tokens": 30,
      "prompt_tokens_details": {
        "cached_tokens": 0
      },
      "prompt_cache_hit_tokens": 0,
      "prompt_cache_miss_tokens": 23
    },
    "system_fingerprint": "fp_3a5770e1b4"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "output_tokens": 7,
    "input_tokens": 23,
    "total_tokens": 30,
    "input_token_details": {
      "cache_read": 0
    },
    "output_token_details": {}
  }
}

console.log(aiMsg.content)

J'adore la programmation.

API 参考

有关所有 ChatDeepSeek 功能和配置的详细文档，请前往 API 参考.