模型 - Docs by LangChain中文

LLMs 是强大的人工智能工具，能够像人类一样理解和生成文本。它们功能多样，足以用于撰写内容、翻译语言、总结信息以及回答问题，而无需为每项任务进行专门的训练。除了文本生成，许多模型还支持：

工具调用 - 调用外部工具（如数据库查询或 API 调用）并在其响应中使用结果。
结构化输出 - 模型的响应被限制为遵循定义好的格式。
多模态 - 处理并返回文本以外的数据，如图像、音频和视频。
推理 - 模型执行多步推理以得出结论。

模型是智能体的推理引擎。它们驱动智能体的决策过程，决定调用哪些工具、如何解释结果以及何时提供最终答案。您选择的模型的质量和能力直接影响智能体的基线可靠性和性能。不同的模型擅长不同的任务——有些更擅长遵循复杂指令，有些擅长结构化推理，还有一些支持更大的上下文窗口以处理更多信息。 LangChain 的标准模型接口使您可以访问许多不同的提供商集成，这使得试验和切换模型以找到最适合您用例的模型变得容易。有关提供商特定集成信息和功能，请参阅提供商的聊天模型页面。

LangSmith 会跟踪每次模型调用，以便您可以比较提供商、检查工具路由并调试故障。请按照跟踪快速入门进行设置。我们建议您还设置 LangSmith Engine，它会监控您的跟踪、检测问题并提出修复建议。

基本用法

模型可以通过两种方式使用：

与智能体一起使用 - 在创建智能体时，可以动态指定模型。
独立使用 - 可以在不依赖智能体框架的情况下，直接调用模型（在智能体循环之外）来完成文本生成、分类或提取等任务。

相同的模型接口在这两种情况下都适用，这为您提供了灵活性，可以从简单开始，然后根据需要扩展到更复杂的基于智能体的工作流程。

初始化模型

在 LangChain 中开始使用独立模型的最简单方法是使用 init_chat_model 来从您选择的聊天模型提供商初始化一个模型（示例如下）：

👉 阅读 OpenAI 聊天模型集成文档

pip install -U "langchain[openai]"

import os
from langchain.chat_models import init_chat_model

os.environ["OPENAI_API_KEY"] = "sk-..."

model = init_chat_model("gpt-5.5")

import os
from langchain_openai import ChatOpenAI

os.environ["OPENAI_API_KEY"] = "sk-..."

model = ChatOpenAI(model="gpt-5.5")

👉 阅读 Anthropic 聊天模型集成文档

pip install -U "langchain[anthropic]"

import os
from langchain.chat_models import init_chat_model

os.environ["ANTHROPIC_API_KEY"] = "sk-..."

model = init_chat_model("claude-sonnet-4-6")

import os
from langchain_anthropic import ChatAnthropic

os.environ["ANTHROPIC_API_KEY"] = "sk-..."

model = ChatAnthropic(model="claude-sonnet-4-6")

👉 阅读 Azure 聊天模型集成文档

pip install -U "langchain[openai]"

import os
from langchain.chat_models import init_chat_model

os.environ["AZURE_OPENAI_API_KEY"] = "..."
os.environ["AZURE_OPENAI_ENDPOINT"] = "..."
os.environ["OPENAI_API_VERSION"] = "2025-03-01-preview"

model = init_chat_model(
    "azure_openai:gpt-5.5",
    azure_deployment=os.environ["AZURE_OPENAI_DEPLOYMENT_NAME"],
)

import os
from langchain_openai import AzureChatOpenAI

os.environ["AZURE_OPENAI_API_KEY"] = "..."
os.environ["AZURE_OPENAI_ENDPOINT"] = "..."
os.environ["OPENAI_API_VERSION"] = "2025-03-01-preview"

model = AzureChatOpenAI(
    model="gpt-5.5",
    azure_deployment=os.environ["AZURE_OPENAI_DEPLOYMENT_NAME"]
)

👉 阅读 Google GenAI 聊天模型集成文档

pip install -U "langchain[google-genai]"

import os
from langchain.chat_models import init_chat_model

os.environ["GOOGLE_API_KEY"] = "..."

model = init_chat_model("google_genai:gemini-2.5-flash-lite")

import os
from langchain_google_genai import ChatGoogleGenerativeAI

os.environ["GOOGLE_API_KEY"] = "..."

model = ChatGoogleGenerativeAI(model="gemini-2.5-flash-lite")

👉 阅读 AWS Bedrock 聊天模型集成文档

pip install -U "langchain[aws]"

from langchain.chat_models import init_chat_model

# 请按照此页面的步骤配置您的凭证：
# https://docs.aws.amazon.com/bedrock/latest/userguide/getting-started.html

model = init_chat_model(
    "us.anthropic.claude-sonnet-4-6",
    model_provider="bedrock_converse",
)

from langchain_aws import ChatBedrock

model = ChatBedrock(model="us.anthropic.claude-sonnet-4-6")

👉 阅读 HuggingFace 聊天模型集成文档

pip install -U "langchain[huggingface]"

import os
from langchain.chat_models import init_chat_model

os.environ["HUGGINGFACEHUB_API_TOKEN"] = "hf_..."

model = init_chat_model(
    "microsoft/Phi-3-mini-4k-instruct",
    model_provider="huggingface",
    temperature=0.7,
    max_tokens=1024,
)

import os
from langchain_huggingface import ChatHuggingFace, HuggingFaceEndpoint

os.environ["HUGGINGFACEHUB_API_TOKEN"] = "hf_..."

llm = HuggingFaceEndpoint(
    repo_id="microsoft/Phi-3-mini-4k-instruct",
    temperature=0.7,
    max_length=1024,
)
model = ChatHuggingFace(llm=llm)

👉 阅读 OpenRouter 聊天模型集成文档

pip install -U "langchain-openrouter"

import os
from langchain.chat_models import init_chat_model

os.environ["OPENROUTER_API_KEY"] = "sk-..."

model = init_chat_model(
    "auto",
    model_provider="openrouter",
)

import os
from langchain_openrouter import ChatOpenRouter

os.environ["OPENROUTER_API_KEY"] = "sk-..."

model = ChatOpenRouter(model="auto")

response = model.invoke("Why do parrots talk?")

有关更多详细信息，包括如何传递模型参数的信息，请参阅 init_chat_model。

支持的提供商和模型

LangChain 通过专用的集成包支持所有主要的模型提供商。每个提供商包都实现了相同的标准接口，因此您可以更换提供商而无需重写应用程序逻辑。新的模型名称可以立即使用——无需更新 LangChain——因为提供商包会将模型名称直接传递给提供商的 API。浏览支持提供商的完整列表，或参阅提供商和模型以了解提供商、包和模型名称在 LangChain 中如何协同工作的概念概述。

核心方法

调用

模型接收消息作为输入，并在生成完整响应后输出消息。

流式传输

调用模型，但实时流式输出其生成的内容。

批处理

将多个请求批量发送到模型，以实现更高效的处理。

除了聊天模型，LangChain 还为其他相关技术提供支持，例如嵌入模型和向量存储。有关详细信息，请参阅集成页面。

参数

聊天模型接收可用于配置其行为的参数。支持的完整参数集因模型和提供商而异，但标准参数包括：

string

required

您要与提供商一起使用的特定模型的名称或标识符。您也可以使用 ’:’ 格式在单个参数中同时指定模型和其提供商，例如 ‘openai:o1’。

string

与模型提供商进行身份验证所需的密钥。这通常在您注册访问模型时签发。通常通过设置来访问。

number

控制模型输出的随机性。较高的数值使响应更具创造性；较低的数值使它们更具确定性。

number

限制响应中的总数，有效地控制输出可以有多长。

number

等待模型响应的最大时间（以秒为单位），超过此时间将取消请求。

number

default:"6"

系统在请求因网络超时或速率限制等问题失败时，尝试重新发送请求的最大次数。重试使用带有抖动的指数退避。网络错误、速率限制 (429) 和服务器错误 (5xx) 会自动重试。客户端错误（如 401（未授权）或 404）不会重试。对于在不可靠网络上运行的长时间智能体任务，请考虑将此值增加到 10–15。

使用 init_chat_model 时，将这些参数作为内联传递：

使用模型参数初始化

model = init_chat_model(
    "claude-sonnet-4-6",
    # 传递给模型的 Kwargs：
    temperature=0.7,
    timeout=30,
    max_tokens=1000,
    max_retries=6,  # 默认值；对于不可靠网络请增加
)

连接弹性

LangChain 聊天模型会自动使用指数退避重试失败的 API 请求。默认情况下，对于网络错误、速率限制 (429) 和服务器错误 (5xx)，模型最多重试 6 次。客户端错误（如 401（未授权）或 404）不会重试。您可以在创建模型时调整 max_retries 和 timeout，然后将该实例传递给 create_agent、create_deep_agent 或单独调用：

from langchain.chat_models import init_chat_model

model = init_chat_model(
    "google_genai:gemini-3.6-flash",
    max_retries=10,  # 对于不可靠网络请增加（默认值：6）
    timeout=120,  # 秒；对于慢速连接请增加
)

对于在不可靠网络上运行的长时间运行的智能体图，考虑使用更高的 max_retries（例如 10–15）和检查点，以便在故障后保留进度。

每个聊天模型集成可能有额外的参数用于控制特定于提供商的功能。例如，ChatOpenAI 有 use_responses_api 来决定是使用 OpenAI Responses 还是 Completions API。要查找给定聊天模型支持的所有参数，请前往聊天模型集成页面。

调用

必须调用聊天模型才能生成输出。有三种主要的调用方法，每种方法适用于不同的用例。

调用

调用模型最直接的方式是使用 invoke()，传入单条消息或一个消息列表。

单条消息

response = model.invoke("Why do parrots have colorful feathers?")
print(response)

可以向聊天模型提供一个消息列表来表示对话历史。每条消息都有一个角色，模型使用该角色来指示对话中是谁发送的消息。有关角色、类型和内容的更多详细信息，请参阅消息指南。

字典格式

conversation = [
    {"role": "system", "content": "You are a helpful assistant that translates English to French."},
    {"role": "user", "content": "Translate: I love programming."},
    {"role": "assistant", "content": "J'adore la programmation."},
    {"role": "user", "content": "Translate: I love building applications."}
]

response = model.invoke(conversation)
print(response)  # AIMessage("J'adore créer des applications.")

消息对象

from langchain.messages import HumanMessage, AIMessage, SystemMessage

conversation = [
    SystemMessage("You are a helpful assistant that translates English to French."),
    HumanMessage("Translate: I love programming."),
    AIMessage("J'adore la programmation."),
    HumanMessage("Translate: I love building applications.")
]

response = model.invoke(conversation)
print(response)  # AIMessage("J'adore créer des applications.")

如果您的调用返回类型是字符串，请确保您使用的是聊天模型而不是 LLM。旧式的文本补全 LLM 直接返回字符串。LangChain 聊天模型以 “Chat” 为前缀，例如 ChatOpenAI。

流式传输

大多数模型可以在生成输出内容的同时对其进行流式传输。通过逐步显示输出，流式传输显著改善了用户体验，特别是对于较长的响应。调用 stream() 会返回一个，该迭代器在生成时输出数据块。您可以使用循环实时处理每个块：

for chunk in model.stream("Why do parrots have colorful feathers?"):
    print(chunk.text, end="|", flush=True)

for chunk in model.stream("What color is the sky?"):
    for block in chunk.content_blocks:
        if block["type"] == "reasoning" and (reasoning := block.get("reasoning")):
            print(f"Reasoning: {reasoning}")
        elif block["type"] == "tool_call_chunk":
            print(f"Tool call chunk: {block}")
        elif block["type"] == "text":
            print(block["text"])
        else:
            ...

与 invoke() 在模型完成生成完整响应后返回单个 AIMessage 不同，stream() 返回多个 AIMessageChunk 对象，每个对象包含输出文本的一部分。重要的是，流中的每个块设计为通过求和聚合成完整消息：

构造 AIMessage

full = None  # None | AIMessageChunk
for chunk in model.stream("What color is the sky?"):
    full = chunk if full is None else full + chunk
    print(full.text)

# The
# The sky
# The sky is
# The sky is typically
# The sky is typically blue
# ...

print(full.content_blocks)
# [{"type": "text", "text": "The sky is typically blue..."}]

生成的消息可以与使用 invoke() 生成的消息同等对待——例如，可以将其聚合到消息历史记录中，并作为对话上下文传回模型。

流式传输仅在程序中的所有步骤都知道如何处理数据块流时才有效。例如，一个不具备流式处理能力的应用程序需要在处理之前将整个输出存储在内存中。

高级流式传输主题

流式传输事件

LangChain 聊天模型还可以使用 astream_events() 流式传输语义事件。这简化了基于事件类型和其他元数据的过滤，并将在后台聚合完整消息。请参阅下面的示例。

async for event in model.astream_events("Hello"):

    if event["event"] == "on_chat_model_start":
        print(f"Input: {event['data']['input']}")

    elif event["event"] == "on_chat_model_stream":
        print(f"Token: {event['data']['chunk'].text}")

    elif event["event"] == "on_chat_model_end":
        print(f"Full message: {event['data']['output'].text}")

    else:
        pass

Input: Hello
Token: Hi
Token:  there
Token: !
Token:  How
Token:  can
Token:  I
...
Full message: Hi there! How can I help today?

有关事件类型和其他详细信息，请参阅 astream_events() 参考。

"自动流式传输"聊天模型

LangChain 通过在某些情况下自动启用流式模式来简化聊天模型的流式传输，即使您没有显式调用流式传输方法。当您使用非流式 invoke 方法但仍想流式传输整个应用程序（包括来自聊天模型的中间结果）时，这尤其有用。例如，在 LangGraph 智能体中，您可以在节点内调用 model.invoke()，但如果运行在流式模式下，LangChain 会自动委派给流式传输。

工作原理

当您 invoke() 一个聊天模型时，如果 LangChain 检测到您试图流式传输整个应用程序，它将自动切换到内部流式模式。就使用 invoke 的代码而言，调用的结果是相同的；然而，当聊天模型正在流式传输时，LangChain 将负责在 LangChain 的回调系统中调用 on_llm_new_token 事件。回调事件允许 LangGraph stream() 和 astream_events() 实时展示聊天模型的输出。

批处理

将一组独立的请求批量发送到模型可以显著提高性能并降低成本，因为处理可以并行进行：

批处理

responses = model.batch([
    "Why do parrots have colorful feathers?",
    "How do airplanes fly?",
    "What is quantum computing?"
])
for response in responses:
    print(response)

本节描述的是聊天模型方法 batch()，它在客户端并行化模型调用。这与推理提供商支持的批处理 API 不同，例如 OpenAI 或 Anthropic。

默认情况下，batch() 只会返回整个批次的最终输出。如果您希望在每个单独输入完成生成时接收其输出，可以使用 batch_as_completed() 流式传输结果：

在完成时产生批处理响应

for response in model.batch_as_completed([
    "Why do parrots have colorful feathers?",
    "How do airplanes fly?",
    "What is quantum computing?"
]):
    print(response)

使用 batch_as_completed() 时，结果可能不按顺序到达。每个结果都包含输入索引，以便在需要时匹配以重建原始顺序。

使用 batch() 或 batch_as_completed() 处理大量输入时，您可能希望控制最大并行调用数。这可以通过在 RunnableConfig 字典中设置 max_concurrency 属性来完成。

带最大并发数的批处理

model.batch(
    list_of_inputs,
    config={
        'max_concurrency': 5,  # 限制为 5 个并行调用
    }
)

有关支持属性的完整列表，请参阅 RunnableConfig 参考。

有关批处理的更多详细信息，请参阅参考。

工具调用

模型可以请求调用执行任务的工具，例如从数据库获取数据、搜索网络或运行代码。工具是以下内容的配对：

一个模式（schema），包括工具的名称、描述和/或参数定义（通常是 JSON schema）
一个函数或用于执行。

您可能会听到术语“函数调用”。我们将其与“工具调用”互换使用。

以下是用户和模型之间的基本工具调用流程：要使您定义的工具可供模型使用，必须使用 bind_tools 绑定它们。在后续的调用中，模型可以根据需要选择调用任何已绑定的工具。一些模型提供商提供，可以通过模型或调用参数启用（例如 ChatOpenAI、ChatAnthropic）。请查阅相应的提供商参考以获取详细信息。

有关创建工具的详细信息和其他选项，请参阅工具指南。

绑定用户工具

from langchain.tools import tool

@tool
def get_weather(location: str) -> str:
    """Get the weather at a location."""
    return f"It's sunny in {location}."


model_with_tools = model.bind_tools([get_weather])

response = model_with_tools.invoke("What's the weather like in Boston?")
for tool_call in response.tool_calls:
    # 查看模型生成的工具调用
    print(f"Tool: {tool_call['name']}")
    print(f"Args: {tool_call['args']}")

当绑定用户定义的工具时，模型的响应包含一个执行工具的请求。当在智能体之外单独使用模型时，需要由您来执行请求的工具并将结果返回给模型以用于后续推理。当使用智能体时，智能体循环将为您处理工具执行循环。下面，我们展示了一些使用工具调用的常见方式。

工具执行循环

当模型返回工具调用时，您需要执行工具并将结果传回模型。这会创建一个对话循环，模型可以使用工具结果来生成其最终响应。LangChain 包含智能体抽象，为您处理这种编排。这是一个简单示例，展示如何做到这一点：

工具执行循环

# 将（可能多个）工具绑定到模型
model_with_tools = model.bind_tools([get_weather])

# 步骤 1：模型生成工具调用
messages = [{"role": "user", "content": "What's the weather in Boston?"}]
ai_msg = model_with_tools.invoke(messages)
messages.append(ai_msg)

# 步骤 2：执行工具并收集结果
for tool_call in ai_msg.tool_calls:
    # 使用生成的参数执行工具
    tool_result = get_weather.invoke(tool_call)
    messages.append(tool_result)

# 步骤 3：将结果传回模型以获取最终响应
final_response = model_with_tools.invoke(messages)
print(final_response.text)
# "The current weather in Boston is 72°F and sunny."

工具返回的每个 ToolMessage 都包含一个 tool_call_id，与原始工具调用匹配，帮助模型将结果与请求关联起来。

强制工具调用

默认情况下，模型可以根据用户的输入自由选择使用哪个已绑定的工具。但是，您可能希望强制选择某个工具，确保模型使用特定工具或给定列表中的任何工具：

model_with_tools = model.bind_tools([tool_1], tool_choice="any")

model_with_tools = model.bind_tools([tool_1], tool_choice="tool_1")

并行工具调用

许多模型在适当时支持并行调用多个工具。这使得模型可以同时从不同来源收集信息。

并行工具调用

model_with_tools = model.bind_tools([get_weather])

response = model_with_tools.invoke(
    "What's the weather in Boston and Tokyo?"
)


# 模型可能生成多个工具调用
print(response.tool_calls)
# [
#   {'name': 'get_weather', 'args': {'location': 'Boston'}, 'id': 'call_1'},
#   {'name': 'get_weather', 'args': {'location': 'Tokyo'}, 'id': 'call_2'},
# ]


# 执行所有工具（可以通过异步并行完成）
results = []
for tool_call in response.tool_calls:
    if tool_call['name'] == 'get_weather':
        result = get_weather.invoke(tool_call)
    ...
    results.append(result)

模型根据请求操作的独立性，智能地确定何时适合并行执行。

大多数支持工具调用的模型默认启用并行工具调用。一些模型（包括 OpenAI 和 Anthropic）允许您禁用此功能。要这样做，请设置 parallel_tool_calls=False：

model.bind_tools([get_weather], parallel_tool_calls=False)

流式传输工具调用

当流式传输响应时，工具调用通过 ToolCallChunk 逐步构建。这允许您在工具调用生成时看到它们，而不是等待完整响应。

流式传输工具调用

for chunk in model_with_tools.stream(
    "What's the weather in Boston and Tokyo?"
):
    # 工具调用块逐步到达
    for tool_chunk in chunk.tool_call_chunks:
        if name := tool_chunk.get("name"):
            print(f"Tool: {name}")
        if id_ := tool_chunk.get("id"):
            print(f"ID: {id_}")
        if args := tool_chunk.get("args"):
            print(f"Args: {args}")

# 输出：
# Tool: get_weather
# ID: call_SvMlU1TVIZugrFLckFE2ceRE
# Args: {"lo
# Args: catio
# Args: n": "B
# Args: osto
# Args: n"}
# Tool: get_weather
# ID: call_QMZdy6qInx13oWKE7KhuhOLR
# Args: {"lo
# Args: catio
# Args: n": "T
# Args: okyo
# Args: "}

您可以累积块以构建完整的工具调用：

累积工具调用

gathered = None
for chunk in model_with_tools.stream("What's the weather in Boston?"):
    gathered = chunk if gathered is None else gathered + chunk
    print(gathered.tool_calls)

结构化输出

可以要求模型以符合给定模式的格式提供其响应。这对于确保输出可以被轻松解析并在后续处理中使用非常有用。LangChain 支持多种模式类型和强制执行结构化输出的方法。

要了解结构化输出，请参阅结构化输出。

Pydantic
TypedDict
JSON Schema

Pydantic 模型提供了最丰富的功能集，包括字段验证、描述和嵌套结构。

from pydantic import BaseModel, Field

class Movie(BaseModel):
    """一部带有详细信息的电影。"""
    title: str = Field(description="电影的标题")
    year: int = Field(description="电影上映的年份")
    director: str = Field(description="电影的导演")
    rating: float = Field(description="电影的评分（满分 10 分）")

model_with_structure = model.with_structured_output(Movie)
response = model_with_structure.invoke("Provide details about the movie Inception")
print(response)  # Movie(title="Inception", year=2010, director="Christopher Nolan", rating=8.8)

Python 的 TypedDict 提供了比 Pydantic 模型更简单的替代方案，适用于不需要运行时验证的情况。

from typing_extensions import TypedDict, Annotated

class MovieDict(TypedDict):
    """一部带有详细信息的电影。"""
    title: Annotated[str, ..., "电影的标题"]
    year: Annotated[int, ..., "电影上映的年份"]
    director: Annotated[str, ..., "电影的导演"]
    rating: Annotated[float, ..., "电影的评分（满分 10 分）"]

model_with_structure = model.with_structured_output(MovieDict)
response = model_with_structure.invoke("Provide details about the movie Inception")
print(response)  # {'title': 'Inception', 'year': 2010, 'director': 'Christopher Nolan', 'rating': 8.8}

提供一个 JSON Schema 以获得最大的控制权和互操作性。

import json

json_schema = {
    "title": "Movie",
    "description": "一部带有详细信息的电影",
    "type": "object",
    "properties": {
        "title": {
            "type": "string",
            "description": "电影的标题"
        },
        "year": {
            "type": "integer",
            "description": "电影上映的年份"
        },
        "director": {
            "type": "string",
            "description": "电影的导演"
        },
        "rating": {
            "type": "number",
            "description": "电影的评分（满分 10 分）"
        }
    },
    "required": ["title", "year", "director", "rating"]
}

model_with_structure = model.with_structured_output(
    json_schema,
    method="json_schema",
)
response = model_with_structure.invoke("Provide details about the movie Inception")
print(response)  # {'title': 'Inception', 'year': 2010, ...}

结构化输出的关键注意事项

方法参数：一些提供商支持不同的结构化输出方法：
- 'json_schema'：使用提供商提供的专用结构化输出功能。
- 'function_calling'：通过强制遵循给定 schema 的工具调用来派生结构化输出。
- 'json_mode'：一些提供商提供的 'json_schema' 的前身。生成有效的 JSON，但 schema 必须在提示中描述。
包含原始数据：设置 include_raw=True 以同时获取解析后的输出和原始 AI 消息。
验证：Pydantic 模型提供自动验证。TypedDict 和 JSON Schema 需要手动验证。

有关支持的方法和配置选项，请参阅您的提供商集成页面。

示例：消息输出与解析结构并存

将原始的 AIMessage 对象与解析后的表示形式一起返回，以访问响应元数据（如 token 使用量）可能很有用。为此，在调用 with_structured_output 时设置 include_raw=True：

from pydantic import BaseModel, Field

class Movie(BaseModel):
    """一个包含详细信息的电影。"""
    title: str = Field(description="电影的标题")
    year: int = Field(description="电影的发行年份")
    director: str = Field(description="电影的导演")
    rating: float = Field(description="电影评分（满分 10 分）")

model_with_structure = model.with_structured_output(Movie, include_raw=True)
response = model_with_structure.invoke("Provide details about the movie Inception")
response
# {
#     "raw": AIMessage(...),
#     "parsed": Movie(title=..., year=..., ...),
#     "parsing_error": None,
# }

示例：嵌套结构

模式可以嵌套：

from pydantic import BaseModel, Field

class Actor(BaseModel):
    name: str
    role: str

class MovieDetails(BaseModel):
    title: str
    year: int
    cast: list[Actor]
    genres: list[str]
    budget: float | None = Field(None, description="预算（单位：百万美元）")

model_with_structure = model.with_structured_output(MovieDetails)

from typing_extensions import Annotated, TypedDict

class Actor(TypedDict):
    name: str
    role: str

class MovieDetails(TypedDict):
    title: str
    year: int
    cast: list[Actor]
    genres: list[str]
    budget: Annotated[float | None, ..., "预算（单位：百万美元）"]

model_with_structure = model.with_structured_output(MovieDetails)

高级主题

模型配置文件

模型配置文件需要 langchain>=1.1。

LangChain 聊天模型可以通过 profile 属性公开一个包含支持功能和能力的字典：

model.profile
# {
#   "max_input_tokens": 400000,
#   "image_inputs": True,
#   "reasoning_output": True,
#   "tool_calling": True,
#   ...
# }

完整的字段集请参考 API 参考文档。大部分模型配置文件数据由 models.dev 项目提供支持，这是一个提供模型能力数据的开源计划。这些数据为了用于 LangChain 而增加了额外的字段。这些增补内容随着上游项目的发展而保持一致。模型配置文件数据允许应用程序动态地适应模型能力。例如：

摘要中间件可以根据模型的上下文窗口大小触发摘要。
create_agent 中的结构化输出策略可以自动推断（例如，通过检查对原生结构化输出功能的支持）。
模型输入可以根据支持的模态和最大输入 token 数量进行限制。
Deep Agents Code 将交互式模型切换器过滤到其配置文件报告支持 tool_calling 和文本 I/O 的模型，并在选择器详细信息视图中显示上下文窗口大小和功能标志。

更新或覆盖配置文件数据

如果模型配置文件数据缺失、陈旧或不正确，可以进行更改。选项 1（快速修复）您可以使用任何有效的配置文件实例化聊天模型：

custom_profile = {
    "max_input_tokens": 100_000,
    "tool_calling": True,
    "structured_output": True,
    # ...
}
model = init_chat_model("...", profile=custom_profile)

profile 也是一个常规的 dict，可以就地更新。如果模型实例是共享的，请考虑使用 model_copy 以避免修改共享状态。

new_profile = model.profile | {"key": "value"}
model.model_copy(update={"profile": new_profile})

选项 2（修复上游数据）数据的主要来源是 models.dev 项目。这些数据在 LangChain 集成包中与额外的字段和覆盖项合并，并随这些包一起发布。可以通过以下过程更新模型配置文件数据：

(如果需要) 通过向其 GitHub 仓库提交拉取请求来更新 models.dev 中的源数据。
(如果需要) 通过向 LangChain 集成包提交拉取请求来更新 langchain_<package>/data/profile_augmentations.toml 中的额外字段和覆盖项。
使用 langchain-model-profiles CLI 工具从 models.dev 拉取最新数据，合并增补内容并更新配置文件数据：

pip install langchain-model-profiles

langchain-profiles refresh --provider <provider> --data-dir <data_dir>

此命令：

从 models.dev 下载 <provider> 的最新数据
合并来自 <data_dir> 中 profile_augmentations.toml 的增补内容
将合并后的配置文件写入 <data_dir> 中的 profiles.py

例如：来自 LangChain monorepo 中的 libs/partners/anthropic：

uv run --with langchain-model-profiles --provider anthropic --data-dir langchain_anthropic/data

模型配置文件是一项测试版功能。配置文件的格式可能会发生变化。

多模态

某些模型可以处理并返回非文本数据，例如图像、音频和视频。您可以通过提供内容块将非文本数据传递给模型。

所有底层支持多模态能力的 LangChain 聊天模型都支持：

跨提供商标准格式的数据（参见我们的消息指南）
OpenAI 聊天补全格式
任何该特定提供商原生的格式（例如，Anthropic 模型接受 Anthropic 原生格式）

详情请参阅消息指南的多模态部分。可以在其响应中返回多模态数据。如果这样调用，生成的 AIMessage 将包含具有多模态类型的内容块。

多模态输出

response = model.invoke("Create a picture of a cat")
print(response.content_blocks)
# [
#     {"type": "text", "text": "这是一只猫的图片"},
#     {"type": "image", "base64": "...", "mime_type": "image/jpeg"},
# ]

有关特定提供商的详细信息，请参阅集成页面。

推理

许多模型能够进行多步推理以得出结论。这涉及将复杂问题分解为更小、更易管理的步骤。 如果底层模型支持， 您可以展示此推理过程，以更好地理解模型是如何得出最终答案的。

for chunk in model.stream("Why do parrots have colorful feathers?"):
    reasoning_steps = [r for r in chunk.content_blocks if r["type"] == "reasoning"]
    print(reasoning_steps if reasoning_steps else chunk.text)

response = model.invoke("Why do parrots have colorful feathers?")
reasoning_steps = [b for b in response.content_blocks if b["type"] == "reasoning"]
print(" ".join(step["reasoning"] for step in reasoning_steps))

根据模型的不同，您有时可以指定其应投入推理的努力程度。同样，您也可以请求模型完全关闭推理。这可能表现为分类的“层级”（例如 'low' 或 'high'）或整数 token 预算。

reasoning_effort 作为标准参数需要 langchain-core>=1.5.2，加上相应的合作伙伴包版本：langchain-anthropic>=1.5.3、langchain-openai>=1.4.1、langchain-fireworks>=1.5.2、langchain-xai>=1.3.0 或 langchain-google-genai>=4.3.1。

ChatOpenAI、ChatAnthropic、ChatFireworks、ChatXAI 和 ChatGoogleGenerativeAI 支持标准的 reasoning_effort 参数。与 temperature 类似，它可以在模型构建时或每次调用时设置，每个提供商将其转换为自己的 API 格式：

from langchain_anthropic import ChatAnthropic

model = ChatAnthropic(model="claude-sonnet-4-6")
response = model.invoke(
    "Why do parrots have colorful feathers?",
    reasoning_effort="high",
)

支持的努力级别和提供商记录的默认值因模型而异。请检查模型的配置文件以了解其支持的级别和默认值：

model.profile["reasoning_effort_levels"]  # 例如 ['low', 'medium', 'high']
model.profile["reasoning_effort_default"]  # 例如 'high'

一些提供商也接受 reasoning_effort 的原生别名（例如，ChatAnthropic 接受 effort，ChatGoogleGenerativeAI 接受 thinking_level）。有关提供商特定的详细信息，请参阅聊天模型集成页面。有关详细信息，请参阅您各自聊天模型的集成页面或参考文档。

本地模型

LangChain 支持在您自己的硬件上本地运行模型。这对于数据隐私至关重要、您希望调用自定义模型或希望避免使用基于云的模型所产生的成本的情况非常有用。 Ollama 是本地运行聊天和嵌入模型最简单的方法之一。

提示缓存

许多提供商提供提示缓存功能，以减少对相同 token 重复处理的延迟和成本。您可以在三个级别启用缓存：

隐式提供商缓存： 如果请求命中缓存，提供商会自动传递成本节省，无需配置。示例：OpenAI 和 Gemini。
提供商级别显式控制： 提供商允许您手动指定缓存点以获得更大的控制权或保证成本节省。这些反映了底层提供商/API 的行为。示例：
- ChatOpenAI (通过 prompt_cache_key)
- Anthropic 内容块 cache_control
- Gemini。
- AWS Bedrock cachePoint 块
LangChain 中间件： 对于代理，中间件允许 LangChain 优化稳定系统提示和工具内容的缓存。示例：
- Anthropic 的 AnthropicPromptCachingMiddleware
- AWS Bedrock 的 BedrockPromptCachingMiddleware

提示缓存通常仅在超过最低输入 token 阈值时启用。有关详细信息，请参阅提供商页面。

缓存使用情况将反映在模型响应的使用量元数据中。

服务器端工具使用

一些提供商支持服务器端工具调用循环：模型可以在一个对话轮次中与网络搜索、代码解释器和其他工具交互并分析结果。如果模型在服务器端调用工具，响应消息的内容将包含表示工具调用和结果的内容。访问响应的内容块将以提供商无关的格式返回服务器端工具调用和结果：

使用服务器端工具调用

from langchain.chat_models import init_chat_model

model = init_chat_model("gpt-5.4-mini")

tool = {"type": "web_search"}
model_with_tools = model.bind_tools([tool])

response = model_with_tools.invoke("What was a positive news story from today?")
print(response.content_blocks)

结果（可展开）

[
    {
        "type": "server_tool_call",
        "name": "web_search",
        "args": {
            "query": "positive news stories today",
            "type": "search"
        },
        "id": "ws_abc123"
    },
    {
        "type": "server_tool_result",
        "tool_call_id": "ws_abc123",
        "status": "success"
    },
    {
        "type": "text",
        "text": "以下是今天的一些正面新闻报道...",
        "annotations": [
            {
                "end_index": 410,
                "start_index": 337,
                "title": "文章标题",
                "type": "citation",
                "url": "..."
            }
        ]
    }
]

这代表一个单独的对话轮次；不需要像客户端工具调用那样传递关联的 ToolMessage 对象。有关可用工具和使用详细信息，请参阅您给定提供商的集成页面。

速率限制

许多聊天模型提供商对给定时间段内可进行的调用次数施加限制。如果您达到速率限制，通常会收到提供商的速率限制错误响应，并且在发出更多请求之前需要等待。为了帮助管理速率限制，聊天模型集成接受一个 rate_limiter 参数，可以在初始化时提供该参数来控制发出请求的速率。

初始化和使用速率限制器

LangChain 提供了一个（可选的）内置 InMemoryRateLimiter。该限制器是线程安全的，可以由同一进程中的多个线程共享。

定义速率限制器

from langchain.rate_limiters import InMemoryRateLimiter

rate_limiter = InMemoryRateLimiter(
    requests_per_second=0.1,  # 每 10 秒 1 个请求
    check_every_n_seconds=0.1,  # 每 100 毫秒检查是否允许发出请求
    max_bucket_size=10,  # 控制最大突发大小。
)

model = init_chat_model(
    model="gpt-5.5",
    model_provider="openai",
    rate_limiter=rate_limiter  
)

提供的速率限制器只能限制单位时间内的请求数量。如果您还需要根据请求大小进行限制，它将无济于事。

基本 URL 和代理设置

您可以为实现 OpenAI 聊天补全 API 的提供商配置自定义基本 URL。

model_provider="openai"（或直接使用 ChatOpenAI）针对的是官方 OpenAI API 规范。路由器和代理的提供商特定字段可能无法提取或保留。对于 OpenRouter 和 LiteLLM，请使用专用集成：

通过 ChatOpenRouter 使用 OpenRouter (langchain-openrouter)
通过 ChatLiteLLM / ChatLiteLLMRouter 使用 LiteLLM (langchain-litellm)

自定义基本 URL

许多模型提供商提供 OpenAI 兼容的 API（例如 Together AI、vLLM）。您可以通过指定适当的 base_url 参数将 init_chat_model 用于这些提供商：

model = init_chat_model(
    model="MODEL_NAME",
    model_provider="openai",
    base_url="BASE_URL",
    api_key="YOUR_API_KEY",
)

当使用直接聊天模型类实例化时，参数名称可能因提供商而异。有关详细信息，请检查相应的参考文档。

HTTP 代理配置

对于需要 HTTP 代理的部署，一些模型集成支持代理配置：

from langchain_openai import ChatOpenAI

model = ChatOpenAI(
    model="gpt-5.5",
    openai_proxy="http://proxy.example.com:8080"
)

代理支持因集成而异。请检查特定模型提供商的参考文档以了解代理配置选项。

对数概率

某些模型可以通过设置 logprobs 参数来配置，以返回表示给定 token 可能性的 token 级对数概率：

model = init_chat_model(
    model="gpt-5.5",
    model_provider="openai"
).bind(logprobs=True)

response = model.invoke("Why do parrots talk?")
print(response.response_metadata["logprobs"])

Token 使用量

许多模型提供商在调用响应中返回 token 使用量信息。当可用时，这些信息将包含在相应模型生成的 AIMessage 对象中。有关更多详细信息，请参阅消息指南。

一些提供商的 API，特别是 OpenAI 和 Azure OpenAI 聊天补全，要求用户在流式上下文中选择接收 token 使用量数据。有关详细信息，请参阅集成指南的流式使用量元数据部分。

您可以使用回调或上下文管理器跟踪应用程序中跨模型的聚合 token 计数，如下所示：

回调处理器
上下文管理器

from langchain.chat_models import init_chat_model
from langchain_core.callbacks import UsageMetadataCallbackHandler

model_1 = init_chat_model(model="gpt-5.4-mini")
model_2 = init_chat_model(model="claude-haiku-4-5-20251001")

callback = UsageMetadataCallbackHandler()
result_1 = model_1.invoke("Hello", config={"callbacks": [callback]})
result_2 = model_2.invoke("Hello", config={"callbacks": [callback]})
print(callback.usage_metadata)

{
    'gpt-5.4-mini': {
        'input_tokens': 8,
        'output_tokens': 10,
        'total_tokens': 18,
        'input_token_details': {'audio': 0, 'cache_read': 0},
        'output_token_details': {'audio': 0, 'reasoning': 0}
    },
    'claude-haiku-4-5-20251001': {
        'input_tokens': 8,
        'output_tokens': 21,
        'total_tokens': 29,
        'input_token_details': {'cache_read': 0, 'cache_creation': 0}
    }
}

from langchain.chat_models import init_chat_model
from langchain_core.callbacks import get_usage_metadata_callback

model_1 = init_chat_model(model="gpt-5.4-mini")
model_2 = init_chat_model(model="claude-haiku-4-5-20251001")

with get_usage_metadata_callback() as cb:
    model_1.invoke("Hello")
    model_2.invoke("Hello")
    print(cb.usage_metadata)

{
    'gpt-5.4-mini': {
        'input_tokens': 8,
        'output_tokens': 10,
        'total_tokens': 18,
        'input_token_details': {'audio': 0, 'cache_read': 0},
        'output_token_details': {'audio': 0, 'reasoning': 0}
    },
    'claude-haiku-4-5-20251001': {
        'input_tokens': 8,
        'output_tokens': 21,
        'total_tokens': 29,
        'input_token_details': {'cache_read': 0, 'cache_creation': 0}
    }
}

调用配置

当调用模型时，您可以通过 config 参数使用 RunnableConfig 字典传递额外的配置。这为执行行为、回调和元数据跟踪提供了运行时控制。常见的配置选项包括：

使用配置调用

response = model.invoke(
    "Tell me a joke",
    config={
        "run_name": "joke_generation",      # 本次运行的自定义名称
        "tags": ["humor", "demo"],          # 用于分类的标签
        "metadata": {"user_id": "123"},     # 自定义元数据
        "callbacks": [my_callback_handler], # 回调处理器
    }
)

这些配置值在以下情况下特别有用：

使用 LangSmith 进行调试追踪
实现自定义日志记录或监控
在生产环境中控制资源使用
在复杂管道中跟踪调用

关键配置属性

string

在日志和追踪中标识此特定调用。不会被子调用继承。

string[]

由所有子调用继承的标签，用于在调试工具中进行过滤和组织。

object

用于跟踪额外上下文的自定义键值对，由所有子调用继承。

number

控制使用 batch() 或 batch_as_completed() 时并行调用的最大数量。

array

用于监控和响应执行期间事件的处理器。

number

链的最大递归深度，以防止复杂管道中的无限循环。

有关所有支持的属性，请参阅完整的 RunnableConfig 参考文档。

可配置模型

您还可以通过指定 configurable_fields 来创建一个运行时可配置的模型。如果您没有指定模型值，那么 'model' 和 'model_provider' 将默认可配置。

from langchain.chat_models import init_chat_model

configurable_model = init_chat_model(temperature=0)

configurable_model.invoke(
    "what's your name",
    config={"configurable": {"model": "gpt-5-nano"}},  # 使用 GPT-5-Nano 运行
)
configurable_model.invoke(
    "what's your name",
    config={"configurable": {"model": "claude-sonnet-4-6"}},  # 使用 Claude 运行
)

具有默认值的可配置模型

我们可以创建一个具有默认模型值的可配置模型，指定哪些参数可配置，并为可配置参数添加前缀：

first_model = init_chat_model(
        model="gpt-5.4-mini",
        temperature=0,
        configurable_fields=("model", "model_provider", "temperature", "max_tokens"),
        config_prefix="first",  # 当您有包含多个模型的链时很有用
)

first_model.invoke("what's your name")

first_model.invoke(
    "what's your name",
    config={
        "configurable": {
            "first_model": "claude-sonnet-4-6",
            "first_temperature": 0.5,
            "first_max_tokens": 100,
        }
    },
)

有关 configurable_fields 和 config_prefix 的更多详细信息，请参阅 init_chat_model 参考文档。

以声明方式使用可配置模型

我们可以在可配置模型上调用 bind_tools、with_structured_output、with_configurable 等声明性操作，并以与常规实例化的聊天模型对象相同的方式链接可配置模型。

from pydantic import BaseModel, Field

class GetWeather(BaseModel):
    """获取给定位置的当前天气"""

        location: str = Field(description="城市和州，例如 San Francisco, CA")

class GetPopulation(BaseModel):
    """获取给定位置的当前人口"""

        location: str = Field(description="城市和州，例如 San Francisco, CA")

model = init_chat_model(temperature=0)
model_with_tools = model.bind_tools([GetWeather, GetPopulation])

model_with_tools.invoke(
    "what's bigger in 2024 LA or NYC", config={"configurable": {"model": "gpt-5.4-mini"}}
).tool_calls

[
    {
        'name': 'GetPopulation',
        'args': {'location': 'Los Angeles, CA'},
        'id': 'call_Ga9m8FAArIyEjItHmztPYA22',
        'type': 'tool_call'
    },
    {
        'name': 'GetPopulation',
        'args': {'location': 'New York, NY'},
        'id': 'call_jh2dEvBaAHRaw5JUDthOs7rt',
        'type': 'tool_call'
    }
]

model_with_tools.invoke(
    "what's bigger in 2024 LA or NYC",
    config={"configurable": {"model": "claude-sonnet-4-6"}},
).tool_calls

[
    {
        'name': 'GetPopulation',
        'args': {'location': 'Los Angeles, CA'},
        'id': 'toolu_01JMufPf4F4t2zLj7miFeqXp',
        'type': 'tool_call'
    },
    {
        'name': 'GetPopulation',
        'args': {'location': 'New York City, NY'},
        'id': 'toolu_01RQBHcE8kEEbYTuuS8WqY1u',
        'type': 'tool_call'
    }
]

动态模型选择

动态模型在根据当前的和上下文进行选择。这支持复杂的路由逻辑和成本优化。要使用动态模型，请使用 @wrap_model_call 装饰器创建中间件，该装饰器修改请求中的模型：

from langchain_openai import ChatOpenAI
from langchain.agents import create_agent
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse


basic_model = ChatOpenAI(model="gpt-5.4-mini")
advanced_model = ChatOpenAI(model="gpt-5.5")

@wrap_model_call
def dynamic_model_selection(request: ModelRequest, handler) -> ModelResponse:
    """根据对话复杂性选择模型。"""
    message_count = len(request.state["messages"])

    if message_count > 10:
        # 对于较长的对话，使用高级模型
        model = advanced_model
    else:
        model = basic_model

    return handler(request.override(model=model))

agent = create_agent(
    model=basic_model,  # 默认模型
    tools=tools,
    middleware=[dynamic_model_selection]
)

当使用结构化输出时，不支持预绑定模型（已调用 bind_tools 的模型）。如果需要带结构化输出的动态模型选择，请确保传递给中间件的模型未预绑定。

有关模型配置详细信息，请参阅模型。有关动态模型选择模式，请参阅中间件中的动态模型。

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.

Edit this page on GitHub or file an issue.

Get started

Core components

Middleware

Frontend

Advanced usage

Agent development

Production

模型

基本用法

初始化模型

支持的提供商和模型

核心方法

调用

流式传输

批处理

参数

连接弹性

调用

调用

流式传输

工作原理

批处理

工具调用

结构化输出

高级主题

模型配置文件

多模态

推理

本地模型

提示缓存

服务器端工具使用

速率限制

基本 URL 和代理设置

对数概率

Token 使用量

调用配置

可配置模型

动态模型选择

​基本用法

​初始化模型

​支持的提供商和模型

​核心方法

调用

流式传输

批处理

​参数

​连接弹性

​调用

​调用

​流式传输

​工作原理

​批处理

​工具调用

​结构化输出

​高级主题

​模型配置文件

​多模态

​推理

​本地模型

​提示缓存

​服务器端工具使用

​速率限制

​基本 URL 和代理设置

​对数概率

​Token 使用量

​调用配置

​可配置模型

​动态模型选择

基本用法

初始化模型

支持的提供商和模型

核心方法

参数

连接弹性

调用

调用

流式传输

工作原理

批处理

工具调用

结构化输出

高级主题

模型配置文件

多模态

推理

本地模型

提示缓存

服务器端工具使用

速率限制

基本 URL 和代理设置

对数概率

Token 使用量

调用配置

可配置模型

动态模型选择