学习目标

配置开发环境，理解 LLM API 调用方式，创建可切换国内模型的统一工厂函数。

核心概念

1. 国内模型 API 生态

模型	API 地址	兼容性	特点
DeepSeek	api.deepseek.com/v1	OpenAI 兼容	性价比高，tool calling 强
智谱 GLM	open.bigmodel.cn/api/paas/v4	OpenAI 兼容	中英双语优秀
通义千问	dashscope.aliyuncs.com/compatible-mode/v1	OpenAI 兼容	阿里云生态，VL 视觉模型

所有模型都兼容 OpenAI API 格式，意味着同一个 ChatOpenAI 类可以调用所有模型，只需切换 base_url。

2. 为什么需要一个 llm_factory？

在开发 Agent 时，你可能需要：

- 开发阶段用便宜的模型（DeepSeek）

- 生产阶段用更强的模型（GPT-4o）

- 视觉任务用多模态模型（通义千问 VL）

llm_factory.py 通过环境变量统一管理这些切换。

3. 关键代码

from module_00_setup.llm_factory import create_llm

# 默认使用 .env 中配置的 provider
llm = create_llm()

# 或指定 provider
llm = create_llm(provider="zhipu")

# 调用
response = llm.invoke("你好")
print(response.content)

动手实践

# 1. 复制配置模板
cp .env.template .env
# 2. 编辑 .env 填入 API Key
# 3. 验证环境
python module_00_setup/check_environment.py
# 4. 测试 API 连通性
python module_00_setup/llm_factory.py

关键文件

文件	说明
.env.template	API 配置模板
module_00_setup/llm_factory.py	LLM 工厂函数
module_00_setup/check_environment.py	环境检查脚本
requirements.txt	依赖清单

核心理解

- 所有国内主流模型都提供 OpenAI 兼容 API

- 善用 .env 管理敏感信息（永远不要把 API Key 提交到 git）

- ChatOpenAI 通过 base_url 参数适配任意兼容 API