目录
一、Conda 虚拟环境管理
1、安装Miniconda (Mac)
2、环境创建与激活
3、环境状态验证
二、PyCharm 项目配置
1、新建项目
2、依赖安装
3、常见安装问题处理
4、验证镜像配置
三、DeepSeek API 调用实战
1、凭证获取
2、官网原生 OpenAI SDK 调用
3、LangChain 集成调用
4、执行效果验证
环境：
操作系统：Mac OS
python版本：3.10
LangChain版本：0.3.21
在使用LangChain调用DeepSeek API踩了很多的坑，本文整理了一下超详细的调用过程
一、Conda 虚拟环境管理
Conda主要用于包管理和环境管理，它可以帮助用户安装不同版本的软件包，并创建隔离的环境
当同时开发多个项目时，务必为每个项目创建独立环境，防止包版本交叉污染。
1、安装Miniconda (Mac)
# 通过 Homebrew 安装
brew install miniconda# 验证安装
conda --version # 输出示例: conda 24.1.22、环境创建与激活
# 创建指定 Python 版本的环境
conda create -n langchain-learn python=3.10# 激活环境
conda activate langchain-learn🔔 若激活失败提示命令未找到，先执行初始化：
conda init # 初始化后重启终端3、环境状态验证
成功激活后终端提示符变化：
(base) ~ bin conda activate langchain-learn
(langchain-learn) ~ bin 二、PyCharm 项目配置
1、新建项目
- 选择已创建的
langchain-learn虚拟环境 - 创建项目目录：
langchain-learning
2、依赖安装
打开Terminal，使用pip3安装LangChain，python3.x以上使用pip3
# 安装最新版 LangChainpip3 install --upgarde langchain pip3 install --upgarde langchain-openai
3、常见安装问题处理
如果安装过程中出现报错，则清除缓存
pip3缓存了已下载的包文件，如果缓存出现问题，可能会导致安装失败，尝试清理缓存后再试
pip3 cache purge如果还是无法下载，则设置pip3的镜像源为清华镜像源（此处这里我是下载失败一直显示超时异常，不得切换镜像源）
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/4、验证镜像配置
pip3 config list就可以继续下载langchain，查看langchain软件包版本
pip3 show langchain 0.3.21pip3 show langchain-openai 0.3.9三、DeepSeek API 调用实战
1、凭证获取
- 🔴访问硅基流动平台：硅基流动统一登录
- 🔴注册账号并获取
API Key
如果你想通过客户端直接调用，可以看这篇文章：
AI工具——Cherry Studio，搭建满血DeepSeek R1的AI对话客户端【硅基流动DeepSeek API】-CSDN博客
2、官网原生 OpenAI SDK 调用
打开文档中心
将API_KEY复制并粘贴进去可以调用了
from openai import OpenAIclient = OpenAI(api_key="****************your api key***************",base_url='https://api.siliconflow.cn/v1')
response = client.chat.completions.create(model='deepseek-ai/DeepSeek-R1',messages=[{'role': 'user','content': "推理模型会给市场带来哪些新的机会"}],stream=True
)for chunk in response:if not chunk.choices:continueif chunk.choices[0].delta.content:print(chunk.choices[0].delta.content, end="")if chunk.choices[0].delta.reasoning_content:print(chunk.choices[0].delta.reasoning_content, end="")3、LangChain 集成调用
则就需要修改一下代码：
from langchain_openai import ChatOpenAIllm = ChatOpenAI(model='deepseek-ai/DeepSeek-R1',openai_api_key="****************your api key***************",openai_api_base='https://api.siliconflow.cn/v1',temperature=0,max_tokens=8000
)
response = llm.invoke("帮我写一篇关于 AI 的技术文章，100个字")
print(response.content)
可以看到下面已经调用成功
4、执行效果验证
成功响应：
/opt/homebrew/Caskroom/miniconda/base/envs/langchain-learn/bin/python /Users/echola/PycharmProjects/langchain-learning/echola/test.py
content='【人工智能：从数据中觉醒的"硅基智慧"】\n\n当前，AI技术正在经历三个关键进化：Transformer架构突破使模型具备"理解上下文"的能力，多模态大模型构建起统一信息处理框架，而思维链技术正赋予AI逻辑推理的雏形。这一代AI不再局限于模式识别，开始展现涌现智能特征：GPT-4在未经专门训练的情况下可通过律师考试，AlphaFold2破解了困扰生物学50年的蛋白质折叠难题。更重要的是，生成式AI创造了价值生产新范式——Stable Diffusion用数学公式重构艺术创作流程，ChatGPT证明语言本质是知识编码系统。这些突破揭示了一个本质：在算力、算法与数据的三角支撑下，AI正在颠覆人类对智能本质的认知边界。' additional_kwargs={'refusal': None} response_metadata={'token_usage': {'completion_tokens': 533, 'prompt_tokens': 16, 'total_tokens': 549, 'completion_tokens_details': None, 'prompt_tokens_details': None}, 'model_name': 'deepseek-ai/DeepSeek-R1', 'system_fingerprint': '', 'id': '0195b747dcb28b56dcf7679089b73a73', 'finish_reason': 'stop', 'logprobs': None} id='run-61d3afc5-ebd7-494c-b65a-7b1479492617-0' usage_metadata={'input_tokens': 16, 'output_tokens': 533, 'total_tokens': 549, 'input_token_details': {}, 'output_token_details': {}}