必须通过腾讯云官方API调用混元大模型，需用qcloud-sdk-python封装自定义LLM或RunnableLambda，配置SecretId/SecretKey及endpoint，签名不可省略，对话需按role/content格式传messages并限制轮次。
☞☞☞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☜☜☜
要在 LangChain 中调用腾讯混元大模型完成文本生成、问答或对话任务，必须通过其官方 API 接口接入，不能直接使用本地模型名或 OpenAI 兼容方式硬套。混元目前未提供完全兼容 OpenAI API 的 base_url 自动适配层，需使用专用 SDK 或手动构造 HTTP 请求并封装为 LangChain 的自定义 LLM 类。
安装依赖与获取密钥
执行命令安装腾讯云 SDK 和 LangChain 核心库：pip install qcloud-sdk-python langchain。注意：LangChain 官方尚未内置混元适配器，【必须使用 qcloud-sdk-python 而非 qwen 或 openai 库】。前往 腾讯云混元控制台 创建应用，获取 SecretId 和 SecretKey，并记录下所选模型的 endpoint，例如 hunyuan-pro 的地址为 https://hunyuan.tencentcloudapi.com。
方法一：用 qcloud-sdk-python 封装为自定义 LLM
新建 Python 文件，导入必要模块：from langchain.llms.base import LLM、from typing import Any, List, Optional、from qcloudsdkcore import credential, http。继承 LLM 类并重写 _call 方法，在其中构造腾讯云标准请求体，设置 Action=InvokeModel、Version=2023-09-01，将用户输入作为 Prompt 字段传入 JSON body。响应解析时提取 Response.Result.ResponseText 字段作为输出内容。这一步不能跳过签名计算——【未签名的请求会直接返回 401 错误，且腾讯云不接受简单 header 替代】。
Qwen 视频智能分析基础客户端（免费版），基于 Qwen 3.5 Plus 多模态模型对本地视频进行内容分析，支持场景描述与基础内容理解，采用默认抽帧频率和提示词，适合快速概览视频，API Key 读取自 ~/.skill-platform/skill-platform.json 的 skills 配置。
方法二：通过 LangChain 的 RunnableLambda 快速调用
第一步：初始化腾讯云凭证对象 cred = credential.Credential("YOUR_SECRET_ID", "YOUR_SECRET_KEY")；第二步：构建 HTTP 客户端 http_client = http.HttpClient(cred, "hunyuan.tencentcloudapi.com")；第三步：定义生成函数 def hunyuan_generate(prompt: str) -> str:，在函数内拼接标准 JSON 请求体并调用 http_client.post(...)；第四步：用 RunnableLambda(hunyuan_generate) 包装该函数，即可接入 Chain 或 Agent 流程。此方法绕过 LLM 类校验，适合快速验证，但无法使用 temperature、max_tokens 等原生参数。
配置多轮对话记忆（可选）
若需保持上下文连贯性，不要把历史消息拼成单个 prompt 后喂给混元——混元 API 的 messages 字段只接受标准 role/content 数组格式。在 RunnableLambda 内部，将 LangChain 的 history 变量（如 AIMessage/HumanMessage 列表）映射为 [{"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}] 结构，再整体作为 request body 发送。注意：混元对 history 长度敏感，超过 8 轮易触发截断，建议在封装层主动做滑动窗口裁剪。
