1. 接入三方工具
API接入文档
  • 快速入门
  • 模型调用
    • 聊天
      • OpenAI-ChatCompletions
      • OpenAI-Responses
      • Anthropic-Claude
    • 图片理解
      • OpenAI-ChatCompletions
      • OpenAI-Responses
    • 视频理解
      • OpenAI-ChatCompletions
      • OpenAI-Responses
    • 文档理解
      • OpenAI-Responses
    • 图像(Images)
      • OpenAI-图像生成
      • OpenAI-图像编辑
      • 阿里千问-图像生成
      • 阿里千问-图像编辑
    • 嵌入/向量化(Embeddings)
      • 向量化
    • 重排序(Rerank)
      • 文档重排序
  • 接入三方工具
    • 接入 Chatbox
    • 接入 Dify
    • 接入 Cherry Studio
    • 接入 Claude Code
    • 接入 OpenCode
    • 接入 OpenClaw(原Clawdbot)
    • 接入 Cline
    • 接入 Cursor
    • 接入 Roo Code
    • 接入 Kilo Code
    • 接入 Codex CLI
    • 接入 LangChain
  1. 接入三方工具

接入 LangChain

参考文档#

https://python.langchain.com/docs/integrations/chat/openai/

llm集成示例#

1.
安装langchain
2.
自定义model和base_url(python)
3.
返回结果
content = "J'aime la programmation."
additional_kwargs = {
	'refusal': None
}
response_metadata = {
	'token_usage': {
		'completion_tokens': 91,
		'prompt_tokens': 54,
		'total_tokens': 145,
		'completion_tokens_details': {
			'accepted_prediction_tokens': None,
			'audio_tokens': None,
			'reasoning_tokens': 84,
			'rejected_prediction_tokens': None
		},
		'prompt_tokens_details': {
			'audio_tokens': None,
			'cached_tokens': 0
		}
	},
	'model_provider': 'openai',
	'model_name': 'doubao-seed-code-preview-251028',
	'system_fingerprint': None,
	'id': '021775552120955c54cfbc8e773a7e1d131d5b1cad603e0d39497',
	'service_tier': 'default',
	'finish_reason': 'stop',
	'logprobs': None
}
id = 'lc_run--019d6727-47a8-76f1-888f-53c15255066a-0'
tool_calls = [] invalid_tool_calls = [] usage_metadata = {
	'input_tokens': 54,
	'output_tokens': 91,
	'total_tokens': 145,
	'input_token_details': {
		'cache_read': 0
	},
	'output_token_details': {
		'reasoning': 84
	}
}

其他使用场景#

上面示例已经演示在LangChain当中如何使用aihub的模型,你只需要替换model和base_url,就可以使用全量openai的案例。
修改于 2026-04-07 09:23:59
上一页
接入 Codex CLI
Built with