5 分钟从零跑通一个 AI 应用：LangChain + DeepSeek API 实战

5 分钟从零跑通一个 AI 应用LangChain DeepSeek API 实战5 分钟从零跑通一个 AI 应用LangChain DeepSeek API 实战第一步注册并获取 API Key2 分钟方案 A推荐DeepSeek API方案 B备选OpenRouter第二步使用 LangChain 跑通第一个 Agent2 分钟2.1 环境准备与依赖安装2.2 代码示例使用 OpenRouter 调用免费模型2.3 运行1 分钟 推荐使用 Jupyter Notebook 调试第三步将代码推送到 GitHub分享你的第一个 AI 项目可能遇到的问题下一步做什么5 分钟从零跑通一个 AI 应用LangChain DeepSeek API 实战目标很简单打破“大模型离我很远”的心理障碍亲手跑通一个 AI 应用。5 分钟你能完成从注册到运行 Demo 的全过程。推荐的路径是方案 A推荐DeepSeek API— 国内可用价格极低兼容 OpenAI 格式方案 B备选OpenRouter— 聚合多模型接口部分模型免费动手走一遍你会发现跑通一个 AI 应用真的不难。第一步注册并获取 API Key2 分钟方案 A推荐DeepSeek APIDeepSeek 是目前中文开发者性价比最优的选择之一。它的 API 完全兼容 OpenAI 格式意味着你不需要学习新的 SDK已有的 OpenAI 代码几乎可以无缝迁移。定价方面DeepSeek V4 的输入价格约 ¥1/百万 token输出约 ¥2/百万 token约为 GPT-4o 的 1/18。新用户还能获得 500 万免费 token 额度无需绑定信用卡即可开始实验。注册步骤如下访问 platform.deepseek.com用手机号注册账号。注册后需要实名认证——个人开发者选择「个人认证」上传身份证即可通常几分钟通过。登录后进入左侧菜单栏的「API Keys」页面点击「Create new API Key」填写名称后生成。⚠️ 重要API Key 只显示一次立刻复制并保存到本地文件或密码管理器中丢失无法找回。将 Key 存储为环境变量便于调用exportDEEPSEEK_API_KEYsk-your-key-here如果遇到验证问题可以考虑充值少量金额¥10-20 足够大量测试来获得更稳定的调用体验。方案 B备选OpenRouter如果你希望尝试多种模型或不想实名认证可以使用 OpenRouter 这个 LLM 聚合平台。访问 openrouter.ai/settings/keys 注册账号。点击 Create Key复制保存。OpenRouter 提供多种免费模型如qwen/qwen-2-7b-instruct:free或 Nvidia 的 Nemotron 系列。第二步使用 LangChain 跑通第一个 Agent2 分钟LangChain 是目前最流行的 LLM 应用开发框架。下面我们用它构建一个带有工具调用能力的简易 AgentAI 可以根据你的指令自动调用 Python 函数例如查询天气。这个 Agent 能理解用户问题并根据需要自动选择和使用工具Tool来完成任务。2.1 环境准备与依赖安装# 安装 LangChain 核心依赖pipinstalllangchain langchain-openrouter python-dotenv# 如果用 DeepSeek建议用下面两条命令pipinstallopenai2.2 代码示例使用 OpenRouter 调用免费模型将以下代码保存为main.py。相比纯调用 LLM 的方式Agent 的优势在于它能自动判断是否调用工具——当用户问“今天天气怎么样”时Agent 不仅理解问题还能自动调用 get_weather 函数来获取并返回答案而不是只给出一个“我是 AI 无法查天气”的回复。这个模式是未来 AI 应用的核心形态。importosfromdotenvimportload_dotenvfromlangchain.agentsimportcreate_agent# 自动加载 .env 文件中的环境变量load_dotenv()# 定义一个工具——普通的 Python 函数即可defget_weather(city:str)-str:获取指定城市的天气returnf{city}天气晴朗气温适宜# 创建 Agent# 传入模型名称、工具列表和系统提示# create_agent 是 LangChain 提供的高层封装自动处理消息格式和工具调用逻辑agentcreate_agent(modelopenrouter:qwen/qwen-2-7b-instruct:free,# 免费模型tools[get_weather],# 注册工具system_prompt你是一个有用的助手,# 系统提示词)# 运行 Agent——invoke 是 Agent 的核心调用方法# 所有 Agent 操作都是通过 invoke 执行接收 messages 列表作为输入# messages 中的每条消息有 role 和 content 两个字段resultagent.invoke({messages:[{role:user,content:杭州今天天气怎么样}]})# 打印最终回答——通过访问结果字典的 messages 数组的最后一条内容print(result[messages][-1].content)如果选用 DeepSeek API只需将模型配置改为deepseek/deepseek-chat或deepseek/deepseek-v4-pro并在项目根目录添加 .env 文件来存放 API KeyDEEPSEEK_API_KEY你的DeepSeek密钥 OPENROUTER_API_KEY你的OpenRouter密钥2.3 运行1 分钟python main.py你会看到 Agent 调用get_weather工具返回的结果——AI 已经能够根据你的意图自动调用 Python 函数了。Agent 的关键价值就在于你不需要告诉它“你要先做 A 再做 B 最后调用工具 C”——它自己会推理并决定如何完成你的请求。 推荐使用 Jupyter Notebook 调试如果你希望方便地调试和修改代码可以使用 Jupyter Notebook。在 Anaconda Navigator 主页启动 Jupyter将代码拆分成多个 Cell 逐步运行这样哪里出问题了一目了然也方便调整代码块的前后顺序。代码块可以逐步运行和反复修改是新手调试的最佳选择。第三步将代码推送到 GitHub分享你的第一个 AI 项目动手跑通代码只是第一步。作为一个完整的实践指南还需要包括将代码提交到 GitHub 并编写 README 的步骤。以下步骤将帮助你完成第 3 步的任务让你拥有一个可展示的作品方便日后回顾和分享# 1. 在 GitHub 网页上创建一个新的仓库点击右上角 → New repository# 2. 本地初始化并提交代码gitinitgitadd.gitcommit-mfeat: 第一个 LangChain Agent Demogitremoteaddorigin https://github.com/你的用户名/仓库名.gitgitpush-uorigin main# 3. ⚠️ 安全检查如果 .env 文件被提交了务必执行以下命令撤销gitrm--cached.envgitcommit-mchore: 移除 .env 文件gitpush然后在 README.md 中写入简洁的功能说明50 字左右# LangChain AI Agent Demo 基于 LangChain OpenRouterDeepSeek API构建的简易 AI Agent具备工具调用能力。 用户输入自然语言问题Agent 自动判断并调用函数返回结果。 ## 快速开始 1. 安装依赖pip install langchain langchain-openrouter python-dotenv 2. 在 .env 文件中配置 API Key 3. 运行python main.py可能遇到的问题QDeepSeek 的 model 名称用哪个A目前推荐使用deepseek-chat或deepseek-v4-pro。注意官方公告deepseek-chat和deepseek-reasoner两个旧名称将在 2026 年 7 月 24 日停止使用建议直接写deepseek-v4-pro。Q调用返回 401 错误A检查 API Key 是否正确设置以及是否在代码中正确传递。使用load_dotenv()时确保 .env 文件在项目根目录。Q安装依赖时遇到版本冲突怎么办A建议使用 Anaconda 创建独立的虚拟环境可以避免不同项目之间的包版本冲突。运行conda create -n my-ai-app python3.10创建新环境激活后再安装依赖。下一步做什么Demo 跑通后你可以尝试更换模型将model参数改为其他模型 ID如deepseek/deepseek-chat体验不同效果增加工具在tools列表中添加更多 Python 函数让 Agent 能做更多事情构建 RAG 问答给 Agent 接入外部知识库让它能回答关于你自己文档的问题源代码都在相信你一定能玩出更多花样。