需先创建python 3.10+虚拟环境，再安装langchain、langchain-openai等核心包，配置deepseek_api_key等环境变量，用chatopenai接入deepseek v4，最后安装工具链并构建agentexecutor。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望基于 LangChain 框架快速接入 DeepSeek V4 构建智能体，但尚未完成开发环境的初始化与核心组件配置，则可能是由于依赖版本冲突、API 接入方式不匹配或环境变量未正确加载所致。以下是完成该框架搭建的具体步骤：
一、确认 Python 与虚拟环境基础
LangChain 对 Python 版本有明确兼容要求，使用不兼容版本将导致模块导入失败或运行时异常。建议采用隔离的虚拟环境避免全局包污染。
1、检查当前 Python 版本是否为 3.10 或以上：在终端执行 python --version 或 python3 --version。
2、创建专用虚拟环境（以 conda 为例）：conda create -n deepseek-agent python=3.10。
3、激活环境：conda activate deepseek-agent。
二、安装 LangChain 核心及 DeepSeek 兼容组件
LangChain 官方已不再维护 langchain-deepseek 独立包，DeepSeek V4 需通过 OpenAI 协议兼容层接入，因此必须安装支持 OpenAI 格式 API 的通用适配器。
1、安装 LangChain 主干与社区扩展：pip install langchain langchain-core langchain-community。
2、安装 OpenAI 协议客户端（关键）：pip install langchain-openai。
3、安装环境变量管理工具：pip install python-dotenv。
三、配置 DeepSeek V4 API 凭据与连接参数
DeepSeek V4 要求使用新版认证方式与专属 endpoint，直接复用旧版 deepseek-chat 模型名或 base_url 将导致 401 或 404 错误。
1、访问 https://platform.deepseek.com/ 登录账户，在 API Keys 页面创建新密钥。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
2、新建 .env 文件，写入以下内容（注意替换为实际值）：
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx<br> DEEPSEEK_BASE_URL=https://api.deepseek.com/v4<br> DEEPSEEK_MODEL=deepseek-v4
3、验证环境变量是否可读：在 Python 中执行 import os; print(os.getenv("DEEPSEEK_API_KEY"))，应输出非 None 值。
四、初始化 DeepSeek V4 兼容的 ChatModel 实例
LangChain v0.2+ 强制要求使用 ChatOpenAI 类接入所有遵循 OpenAI 协议的模型服务，DeepSeek V4 已全面兼容该协议，无需额外封装类。
1、在代码中导入并配置模型：
from langchain_openai import ChatOpenAI<br>
import os<br>
llm = ChatOpenAI(<br>
model=os.getenv("DEEPSEEK_MODEL"),<br>
openai_api_key=os.getenv("DEEPSEEK_API_KEY"),<br>
openai_api_base=os.getenv("DEEPSEEK_BASE_URL"),<br>
temperature=0.3,<br>
max_tokens=2048<br>
)
2、执行简单调用验证连通性：llm.invoke("请用一句话介绍 DeepSeek V4 的核心能力。")。
五、启用智能体（Agent）必需的工具链组件
仅接入 LLM 并不足以构成智能体；Agent 必须具备工具调用、记忆管理与决策循环能力，需显式引入对应模块。
1、安装工具调度支持：pip install duckduckgo-search tavily-python（任选其一用于网络搜索）。
2、安装向量存储基础组件：pip install chromadb（用于后续 RAG 记忆扩展）。
3、导入 Agent 核心构造器：from langchain.agents import AgentExecutor, create_tool_calling_agent。
4、定义至少一个可用工具（例如 DuckDuckGo）：from langchain_community.tools import DuckDuckGoSearchRun，并传入 create_tool_calling_agent 初始化流程。
