LangChain对不同大模型做了统一封装，初始化和调用都遵循统一逻辑，我们以最常用的OpenAI和文心一言为例，一步步走通基础流程。

第一步：安装依赖

bash

# 安装LangChain核心包+对应大模型依赖

pip install langchain langchain-openai langchain-community

# 如果用百度文心一言，额外安装

pip install langchain-wenxin

第二步：OpenAI模型初始化&调用（最简单的调用）

python

from langchain_openai import ChatOpenAI

# 方式1：从环境变量读取API Key，推荐

# 提前在环境变量配置：export OPENAI_API_KEY="你的API Key"

# export OPENAI_API_BASE="你的代理地址（如果需要）"

llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0.7)

# 方式2：直接传参（不推荐代码硬编码，仅测试用）

# llm = ChatOpenAI(

#     model="gpt-3.5-turbo",

#     openai_api_key="你的API Key",

#     openai_api_base="你的代理地址"

# )

# 同步调用，直接返回结果

response = llm.invoke("帮我写一个Python的快速排序实现")

print(response.content)

第三步：百度文心一言模型初始化&调用

python

from langchain_wenxin import ChatWenxin

# 同样支持从环境变量读取，提前配置：

# export WENXIN_API_KEY="你的API Key"

# export WENXIN_SECRET_KEY="你的Secret Key"

llm = ChatWenxin(model="ernie-3.5-8k", temperature=0.7)

# 调用逻辑和OpenAI完全一致

response = llm.invoke("帮我写一个LangChain入门的核心要点总结")

print(response.content)

分步讲解版（适合理解核心逻辑）

1. LangChain大模型的核心设计：统一接口

LangChain把所有大模型都封装成了统一的BaseChatModel接口，不管你用OpenAI、文心还是通义千问，调用方法都是invoke/ainvoke/batch，切换模型只需要改初始化代码，业务逻辑不用动，这是LangChain最方便的设计之一。

常用的三个调用方法：

表格

方法 作用 场景

invoke() 同步单条调用 单次请求，入门最常用

ainvoke() 异步单条调用 异步服务，提升并发

batch() 同步批量调用 一次性处理多个请求

2. 常见大模型初始化代码汇总

通义千问（阿里）‌

python

from langchain_community.chat_models import Tongyi

# 环境变量配置DASHSCOPE_API_KEY

llm = Tongyi(model="qwen-max", temperature=0.7)

response = llm.invoke("你好呀")

智谱清言‌

python

from langchain_community.chat_models import ZhipuAI

# 环境变量配置ZHIPUAI_API_KEY

llm = ZhipuAI(model="glm-4", temperature=0.7)

response = llm.invoke("帮我做一个简单的脑暴")

本地Llama（基于Ollama）‌

python

from langchain_community.chat_models import ChatOllama

# 本地先启动Ollama，拉取对应模型

llm = ChatOllama(model="llama3", temperature=0.7)

response = llm.invoke("讲个笑话")

3. 流式输出调用（对话场景常用）

做聊天应用的时候需要逐字返回结果，用stream()方法就能实现流式输出：

python

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-3.5-turbo")

for chunk in llm.stream("给我讲一个100字以内的睡前故事"):

    print(chunk.content, end="", flush=True)

4. 入门常见问题排查

连接超时/请求失败‌：检查API Key是否正确，代理地址是否配置，国内访问OpenAI需要确认代理能正常连通

模型不存在报错‌：检查模型名称是否对应，比如OpenAI的gpt-3.5-turbo不要写错成gpt3.5

密钥硬编码不安全‌：推荐用python-dotenv从.env文件读取密钥，不要把密钥写在代码里提交到git：

python

# 安装：pip install python-dotenv

from dotenv import load_dotenv

load_dotenv() # 自动加载.env文件中的环境变量

入门阶段不需要记太多复杂配置，只要走通「初始化→invoke调用→拿到输出」这个流程，就掌握了LangChain用模型的核心，后续做链、做Agent都是在这个基础上扩展。