引言
在人工智能和自然语言处理领域，模型的应用变得越来越广泛。DeepSeek 作为一款强大的语言模型，在本地部署后，我们可以借助 LangChain 这个优秀的工具来灵活调用它，实现各种有趣的自然语言处理任务。本文将详细介绍如何使用 LangChain 调用本地部署的 DeepSeek API，为程序员们提供一个实用的参考。
环境准备
在开始之前，我们需要完成一些必要的环境准备工作：
1. 部署 DeepSeek 模型
确保你已经在本地成功部署了 DeepSeek 模型。如果使用 Ollama 进行部署，可以通过以下命令拉取模型：
ollama pull deepseek-r1:1.5b
并启动 Ollama 服务：
ollama run deepseek-r1:1.5b
默认情况下，Ollama 服务会监听 http://localhost:11434 地址
2. 安装必要的 Python 库
我们需要安装 langchain 和 ollama 这两个 Python 库。可以使用 pip 进行安装：
pip install langchain ollama langchain_community
使用 LangChain 调用本地 DeepSeek API
示例代码
下面是一个完整的示例代码，展示了如何使用 LangChain 调用本地的 DeepSeek API：
from langchain_community.llms import Ollama
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain
# 创建 Ollama 实例，指定模型名称和本地服务地址
llm = Ollama(model="deepseek-r1:1.5b", base_url="http://localhost:11434")
# 定义提示模板
prompt = PromptTemplate(
input_variables=["question"],
template="请回答以下问题：{question}"
)
# 创建 LLM 链
chain = LLMChain(llm=llm, prompt=prompt)
# 定义问题
question = "1+1=？"
# 调用链进行推理
result = chain.invoke({"question": question})
if isinstance(result, dict):
result = result.get("text", "")
# 打印结果
print(result)
嗯，用户让我回答“1+1=？”。这应该是简单的问题，但也许我应该再仔细想一想。首先，数字1加1等于2。这是一个基本的数学知识，我记得没错。那为什么会有这样的疑问呢？可能是因为用户刚开始学数学，或者只是想确认答案正确性。
或许还有更深层次的原因。比如，用户可能在学习其他学科，遇到了类似的数学问题。比如说，他在编程的时候需要确认变量的值，或者是在处理简单的逻辑问题。
再想想，如果用户觉得这个回答太简单，那他们可能没有接触到这些内容，所以才会问这个问题。也有可能是出于好奇，想了解更复杂的问题背后的简单原理，比如1+1为什么等于2，或者在其他领域中类似的问题。
还有可能是用户在寻找答案的验证方法，确保自己理解了正确的计算方式。毕竟，在日常生活中，我们也会用到加法，比如支付现金、计算距离等。
不过，也有可能是我在回答时过于肯定，没有考虑到用户的潜在需求。也许他们需要更深入的解释，或者想了解其他类似的问题，比如3+5=8之类的。
再考虑一下，如果用户的问题太基础，我应该提供详细的步骤或解释，帮助他们理解。但在这里，可能不需要那么详细，因为问题很简单，答案明确。
总的来说，1+1=2应该是最简单的数学答案之一，没有更多的深意需要挖掘。也许用户的深层需求是想确认自己的计算能力，或者激发进一步学习的兴趣。
1 + 1 = 2
