新增国内直连 Base URL： https://api.highwayapi.ai/openai，原域名继续提供服务，详见产品文档

API中转服务安全吗？如何选择可信赖的中转平台

Category:热门活动, 技术交流Published:Estimated reading time:23min
Author:sodope llm

LangChain是目前最流行的AI应用开发框架，提供了链式调用、工具调用、记忆管理、RAG检索等一系列高级功能。将Claude API与LangChain结合，可以快速构建生产级别的智能Agent应用。

通过jiekou.ai中转服务，国内开发者可以直接使用LangChain调用Claude，无需处理网络访问问题，同时兼容OpenAI接口格式，迁移成本极低。

主要优势：

  • Claude强大的推理与长上下文能力（200K tokens）
  • LangChain丰富的工具链和集成生态
  • 通过jiekou.ai实现国内稳定访问
  • OpenAI兼容接口，代码改动最小

一、LangChain简介与安装

LangChain是一个用于构建LLM应用的开源框架，支持Python和JavaScript。核心功能包括：

  • Chains：将多个组件串联成工作流
  • Agents：让LLM自主决策调用哪些工具
  • Memory：跨对话轮次保留上下文
  • RAG：检索增强生成，接入外部知识库

安装依赖

pip install langchain langchain-openai langchain-community
pip install faiss-cpu tiktoken
pip install duckduckgo-search

二、配置Claude作为LangChain LLM后端

基础配置

from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
    temperature=0.7,
    max_tokens=4096,
)
response = llm.invoke("你好，请介绍一下自己")
print(response.content)

环境变量方式

import os
from langchain_openai import ChatOpenAI
os.environ["OPENAI_API_KEY"] = "your-jiekou-api-key"
os.environ["OPENAI_API_BASE"] = "https://api.jiekou.ai/v1"
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    temperature=0.7,
)

三、构建基础对话链（ConversationChain）

简单对话

from langchain_openai import ChatOpenAI
from langchain.schema import HumanMessage, SystemMessage
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
messages = [
    SystemMessage(content="你是一个专业的Python开发助手，回答简洁准确。"),
    HumanMessage(content="如何用Python读取JSON文件？"),
]
response = llm.invoke(messages)
print(response.content)

使用提示模板

from langchain.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个{role}专家，用中文回答问题。"),
    ("human", "{question}"),
])
chain = prompt | llm
response = chain.invoke({
    "role": "数据分析",
    "question": "Pandas中如何处理缺失值？"
})
print(response.content)

四、使用Tools和Agent

LangChain Agent可以让Claude自主选择调用哪些工具来完成任务。

定义自定义工具

from langchain.tools import tool
from langchain_openai import ChatOpenAI
from langchain.agents import create_openai_tools_agent, AgentExecutor
from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder
@tool
def get_weather(city: str) -> str:
    """获取指定城市的天气信息"""
    return f"{city}今天天气晴，温度25°C"
@tool
def calculate(expression: str) -> str:
    """计算数学表达式"""
    try:
        result = eval(expression)
        return f"计算结果：{result}"
    except Exception as e:
        return f"计算错误：{str(e)}"
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
tools = [get_weather, calculate]
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个智能助手，可以调用工具来帮助用户。"),
    ("human", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad"),
])
agent = create_openai_tools_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
result = agent_executor.invoke({"input": "北京今天天气怎么样？顺便算一下3的17次方"})
print(result["output"])

五、RAG检索增强生成

RAG（Retrieval-Augmented Generation）让Claude能够基于本地文档回答问题。

from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langchain_community.vectorstores import FAISS
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.chains import RetrievalQA
from langchain.schema import Document
embeddings = OpenAIEmbeddings(
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
documents = [
    Document(page_content="jiekou.ai是国内Claude和GPT的API中转服务，支持OpenAI兼容格式。"),
    Document(page_content="Claude的上下文窗口高达200K tokens，适合长文档处理。"),
    Document(page_content="LangChain支持RAG、Agent、Memory等高级功能，是最流行的LLM框架。"),
]
splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
chunks = splitter.split_documents(documents)
vectorstore = FAISS.from_documents(chunks, embeddings)
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
qa_chain = RetrievalQA.from_chain_type(
    llm=llm,
    chain_type="stuff",
    retriever=vectorstore.as_retriever(search_kwargs={"k": 3}),
)
answer = qa_chain.invoke({"query": "jiekou.ai是什么服务？"})
print(answer["result"])

六、记忆模块（Memory）

让Claude记住多轮对话的上下文。

from langchain_openai import ChatOpenAI
from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
)
memory = ConversationBufferMemory()
conversation = ConversationChain(
    llm=llm,
    memory=memory,
    verbose=True,
)
print(conversation.predict(input="我叫小明，是一名Python开发者"))
print(conversation.predict(input="我最近在学习LangChain"))
print(conversation.predict(input="你还记得我的名字吗？我在学什么？"))

滑动窗口记忆（控制token消耗）

from langchain.memory import ConversationBufferWindowMemory
# 只保留最近5轮对话
memory = ConversationBufferWindowMemory(k=5)
conversation = ConversationChain(
    llm=llm,
    memory=memory,
)

七、流式输出配置

from langchain_openai import ChatOpenAI
from langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler
from langchain.schema import HumanMessage
llm = ChatOpenAI(
    model="claude-sonnet-4-5",
    openai_api_key="your-jiekou-api-key",
    openai_api_base="https://api.jiekou.ai/v1",
    streaming=True,
    callbacks=[StreamingStdOutCallbackHandler()],
)
llm.invoke([HumanMessage(content="写一首关于编程的短诗")])

总结

通过LangChain集成Claude API，可以快速构建功能强大的AI应用：

核心要点：

  • 使用ChatOpenAI类配合openai_api_base参数接入jiekou.ai中转
  • LangChain的Chain、Agent、Memory、RAG四大模块覆盖绝大多数应用场景
  • Claude的200K上下文窗口在RAG和长文档处理场景中优势明显
  • 流式输出提升用户体验，推荐在Web应用中使用

推荐使用场景：

  • 企业内部知识库问答（RAG）
  • 自动化工作流（Agent + Tools）
  • 智能客服（Memory + ConversationChain）
  • 代码助手（Claude推理能力强）

获取API Key：访问 jiekou.ai 注册并获取API Key，即可立即开始使用，无需等待官方审核。

Share:
Contact Us