deepseek 不是 langchain 内置组件，需通过 chatopenai 兼容模式调用其 openai-style api；仅支持 deepseek-chat（v2/v3），须设 base_url="https://api.deepseek.com/v1"、model_name="deepseek-chat"、有效 api_key，并严格遵循 messages 中 role 为 "system"/"user"/"assistant"；不支持 deepseek-coder 或本地 gguf 模型；注意 system 消息必传、streaming 需手动处理、错误需自定义重试。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
DeepSeek 本身不是 LangChain 的一部分，也没有官方开发框架；所谓“DeepSeek 大模型开发框架”是误传，LangChain 调用 DeepSeek 需手动接入 API，且目前仅支持 deepseek-chat（v2/v3）模型，不支持 deepseek-coder 等其他系列。
怎么让 LangChain 调用 DeepSeek 的 API
LangChain 没有内置 DeepSeekLLM 类，必须用通用 HTTP 接口封装。官方推荐方式是通过 ChatOpenAI 兼容模式对接 DeepSeek 的 OpenAI-style API：
- 设置
base_url="https://api.deepseek.com/v1"（注意末尾是/v1，不是/） - 设置
model_name="deepseek-chat"，不能写成deepseek-v2或deepseek-ai/deepseek-chat - 必须传
api_key，且需从 DeepSeek Platform 获取，不是 HuggingFace Token - 请求头默认带
Content-Type: application/json，无需额外配置
为什么 ChatOpenAI 能调通但返回空或报错
常见错误不是密钥问题，而是协议细节不匹配：
技术上面应用了三层结构，AJAX框架，URL重写等基础的开发。并用了动软的代码生成器及数据访问类，加进了一些自己用到的小功能，算是整理了一些自己的操作类。系统设计上面说不出用什么模式，大体设计是后台分两级分类，设置好一级之后，再设置二级并选择栏目类型，如内容，列表，上传文件，新窗口等。这样就可以生成无限多个二级分类，也就是网站栏目。对于扩展性来说，如果有新的需求可以直接加一个栏目类型并新加功能操作
-
400 Bad Request：多数因messages格式不合法——DeepSeek 要求role只能是"system"、"user"、"assistant"，不支持"function"或自定义 role -
429 Rate Limited：免费额度只有 1000 次/天，且并发限制极严（通常 ≤ 2 QPS），建议加max_retries=1和短超时timeout=10 - 返回空字符串或
" "：是模型实际输出了空响应，不是 LangChain 解析失败；可加temperature=0.7提升非确定性输出概率
用 llama.cpp 或本地部署跑 DeepSeek 模型行不行
不行。DeepSeek 官方未开源 deepseek-chat 的 GGUF 或 GGML 权重，HuggingFace 上的第三方量化版本（如 deepseek-ai/deepseek-chat-7b-q4_k_m）存在严重幻觉和格式错乱，LangChain 的 HuggingFaceEndpoint 或 LlamaCpp 加载后会频繁抛出 JSON decode error 或 context length exceeded —— 因为这些模型实际 token 限制远低于声称的 128K，且不兼容 ChatML 系统提示词结构。
真正该关注的兼容点：系统提示词和流式响应
DeepSeek 的 API 对 system 消息敏感，且不支持 stream_options 参数：
- 必须显式传
system消息，哪怕为空字符串""，否则可能拒绝响应 - LangChain 的
streaming=True可用，但需搭配callbacks，不能依赖for chunk in chain.stream(...)直接迭代——底层返回的是完整 JSON 块，不是 SSE 流 - 输出中
usage字段缺失，无法用get_num_tokens统计消耗，得靠正则提取"prompt_tokens":\d+手动解析
最麻烦的其实是错误恢复：API 偶发返回 503 Service Unavailable 且无重试机制，LangChain 默认不会重放请求，必须自己 wrap 一层带指数退避的 RunnableWithFallbacks。
