02 | 基于 OpenAI Python SDK的模型接入方式

# 1. 模型供应商：以 DeepSeek 官方 API 为例import osfrom openai import OpenAIfrom dotenv import load_dotenvload_dotenv()client = OpenAI(    api_key=os.environ.get('DEEPSEEK_API_KEY'),    base_url="https://api.deepseek.com")response = client.chat.completions.create(    model="deepseek-v4-flash",    messages=[        {"role":"system", "content":"你是一个专业的辅助学习LangChain的助手！"},        {"role":"user", "content":"简要告诉我，LangChain能做什么？"}    ],    stream=False,    reasoning_effort="low")print(response.choices[0].message.content)

# 2. 模型云平台：以阿里云百炼为例import osfrom openai import OpenAIfrom dotenv import load_dotenvload_dotenv()# 注意: 不同地域的base_url不通用（下方示例使用北京地域的 base_url）# - 华北2（北京）: https://dashscope.aliyuncs.com/compatible-mode/v1# - 美国（弗吉尼亚）: https://dashscope-us.aliyuncs.com/compatible-mode/v1# - 新加坡: https://dashscope-intl.aliyuncs.com/compatible-mode/v1# - 德国（法兰克福）: https://{WorkspaceId}.eu-central-1.maas.aliyuncs.com/compatible-mode/v1，请将WorkspaceId替换为业务空间IDclient = OpenAI(    api_key=os.environ.get('DASHSCOPE_API_KEY'),    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)completion = client.chat.completions.create(    # model="qwen3.5-122b-a10b",    # model="deepseek-v4-flash",    # model="glm-5",    model="kimi-k2.6",    messages=[{'role': 'user', 'content': '你是谁？'}])print(completion.choices[0].message.content)

# 3. 本地模型服务：以 Ollama 为例# Ollama 官方明确支持 OpenAI compatibilityfrom openai import OpenAIclient = OpenAI(    base_url='http://localhost:11434/v1/',    api_key='ollama',  # required but ignored)chat_completion = client.chat.completions.create(    messages=[        {            'role': 'user',            'content': '你是谁',        }    ],    # model='qwen2.5:32b',    model='gemma4:31b',)print(chat_completion.choices[0].message.content)