00.环境准备

1. python 环境

brew install uv 

2. ollama 环境

brew install ollama

3. api_key

# deepseek api_key
export DEEPSEEK_API_KEY=<sk-...> >> ~/.zshrc
# or ollama qwen3.5 0.8b 
# 这是个参数较小的模型, 用于跑通代码, 实际结果可能不理想
ollama run qwen3.5:0.8b-mlx

4. 创建项目目录和虚拟环境

mkdir langchain-agent
cd langchain-agent
uv init .
uv sync 
uv add langchain langchain-deepseek

5. 测试

# 00.demo.py
from langchain.chat_models import init_chat_model
from langchain.messages import HumanMessage, SystemMessage

llm = init_chat_model(
    model="deepseek-v4-flash",
    model_provider="deepseek",
    temperature=0,
    extra_body={"think": {"type": "disabled"}},
)
# llm = init_chat_model(
#     model="qwen3.5:0.8b-mlx",
#     model_provider="ollama",
# )
messages = [
    SystemMessage("你是一个专业的AI助手"),
    HumanMessage("介绍一下LangChain框架的主要功能"),
]
resp = llm.invoke(messages)
print(resp.content)