LangChain & LangGraph 多模型工作流接入教程

用一个 API Key 在 LangGraph 不同节点混用 Claude Messages、GPT Responses 与 DeepSeek/Gemini Chat 模型

LangChain 怎么按模型家族初始化 DeepClub?

import os
from langchain_anthropic import ChatAnthropic
from langchain_openai import ChatOpenAI

api_key = os.environ["DEEPCLUB_API_KEY"]

claude = ChatAnthropic(
    model="claude-sonnet-5-5",
    api_key=api_key,
    base_url="https://deepclub.net",
    max_tokens=4096,
)

gpt_responses = ChatOpenAI(
    model="gpt-6.1-sol",
    api_key=api_key,
    base_url="https://deepclub.net/v1",
    use_responses_api=True,
    store=False,
)

fast_chat = ChatOpenAI(
    model="gemini-4-hydrogen",
    api_key=api_key,
    base_url="https://deepclub.net/v1",
)

在 LangGraph 工作流中,可以用 fast_chat 做分类和信息抽取,把高复杂度代码生成或架构评审路由到 claude 或 gpt_responses,全部消耗同一个 DeepClub 按量余额,实时单价见 定价目录。

常见问题

ChatAnthropic 传入 temperature=0 为什么报错 400?
目录中的 claude-opus-5-5、claude-sonnet-5-5 与 claude-fable-5-2 在原生 /v1/messages 上只接受默认采样参数,请不要传入 temperature=0,或省略该参数。
ChatOpenAI 什么时候必须设 use_responses_api=True?
调用 GPT 文本模型或 grok-4.7 且希望按官方推荐的 /v1/responses 协议(含结构化输出、原生工具风格)运行时,设置 use_responses_api=True 与 store=False。

更新于