LangChain ChatOpenAI 怎么接第三方 API？消息输入与返回结果验收

云岚API · 教程 · 更新于 2026-10-25

LangChain 的 ChatOpenAI 可以配置第三方地址，但还要匹配协议、模型和响应字段。普通 invoke(messages) 返回 AIMessage，应分别读取文本、工具调用与用量，不能照搬原始 SDK 的 choices[0]。本文核对 Python langchain-openai 1.7.2 与 langchain-core 1.6.10 的相关源码，资料日期为 2026-10-25；未安装运行 LangChain，也未调用云岚API。

先固定包版本和本次接口

在自己的项目环境用 python -m pip show langchain-openai langchain-core openai 记录实际版本。本文讨论 from langchain_openai import ChatOpenAI，不是 JavaScript 同名类，也不是完整 Agent。依赖版本以项目锁文件为准，不要为了照抄示例直接升级生产环境。1.7.2 依赖声明

官方说明 ChatOpenAI 面向 OpenAI 标准；第三方自行扩展的推理等字段不保证被提取或保留，需要这类字段时应查对应厂商集成。模型能普通聊天，不等于其工具、结构化输出和 Responses 都支持。兼容范围

把消息列表交给 invoke

先用一条有明确要求的短文本。下面是待配置的非流式示例：环境变量需由你在本地提供，运行会发起真实请求；本文未运行它。模型 ID 必须来自当前服务说明，不能填写展示名。

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model=os.environ["APP_MODEL_ID"],
    api_key=os.environ["APP_API_KEY"],
    base_url="https://v2.cloudmist.cloud/v1",
    use_responses_api=False,
    max_retries=0,
    timeout=30,
)
messages = [
    {"role": "system", "content": "把通知改写得礼貌，只输出一句话。"},
    {"role": "user", "content": "下午三点开会"},
]
reply = llm.invoke(messages)
print(reply.text)

这里明确选择 Chat Completions，关闭本例 SDK 层的自动重试，便于核对单次调用；不保证网关内部没有重试。地址来自本站协议与 base URL 说明，并非该组合已通过测试。角色与正文直接构造为 Python 对象，让库序列化，不要手拼含用户输入的 JSON 字符串。消息输入格式

再次调用同一个 llm 也不会凭空获得前文。需要多轮时，按历史与状态教程明确保存、追加和隔离消息；本页先验收单轮。

AIMessage 里哪些字段分别处理？

字段	用途与检查
`reply.text`	获取显示文本；不是整份响应，也不代表任务已完成
`reply.content` / `content_blocks`	原始内容或标准化内容块；正文可能不是单一字符串
`reply.tool_calls`	待处理调用的名称、参数和 ID；不是执行结果
`reply.invalid_tool_calls`	有解析错误的调用，先保留错误，不交执行器
`reply.usage_metadata`	可用时的标准化 token 数；缺失不等于零
`reply.response_metadata`	响应相关元信息；按实际协议核对结束信息

当前 .text 会提取文本，其他类型内容仍须从原消息核对。不要先把整条消息压成字符串，再发现工具参数或用量已经丢失。文本属性源码、AIMessage 字段

接收顺序可以是：先查异常、拒绝和未完成状态，再查无效调用及待执行工具，最后验收最终文本。bind_tools 只是绑定声明，不替应用完成本地函数；工具分支继续看执行与回传流程。未知状态先留待核，不能只因有字就入库。

为什么加了参数后开始请求 Responses？

在核对版本中，use_responses_api 未明确设置时，部分模型或参数会触发 Responses 路由，例如 use_previous_response_id=True、reasoning 或内置工具。output_version="responses/v1" 也参与路由判断，不能只当显示格式开关。本文示例的 False 只选择路线，不能让不支持的功能变得兼容。路由实现

需要 Responses 时，先核对服务、模型、参数，再单独设置和验收。保存配置值与实际观察到的请求路径；观察不到就留空。不要将接口切换后的问题统一归因于 Key，也不要直接套用 Chat Completions 的结束字段。官方集成说明

怎样留下可以复查的结果？

下载 LangChain 返回结果核对包，包含静态清单、人工场景和空白 CSV。按同一配置记录包版本、接口、输入角色、内容形状、工具分支、结束信息、文本任务结论及服务端关联记录。缺项填待核，不写成通过。

验收“一句礼貌通知”时，除了取得完整正文，还应核对是否满足原要求。用量有值也只是记录，实际费用另按用量与账单对照；一次成功不能证明全部模型功能。资源不调用接口，不导入 LangChain，也不含真实用量。

常见问题

content 为空，是不是接口坏了？

不一定。先看工具调用、解析错误、拒绝及完成状态。工具请求可能没有最终文本；没有这些证据时也不能直接判成功，应保留脱敏响应查原因。

usage_metadata 没有值，就没有扣费吗？

不能这样判断。字段缺失只能记作未知，需要按请求时间和可用标识查服务记录与账单，不能自行补零。

为什么我的 invoke 返回字典或其他对象？

先看调用对象是否已套了结构化输出、解析器或其他链。本文讲直接调用聊天模型；结构化包装的结果要按它自己的约定处理，并继续做JSON 结构与事实验收。

换成云岚API只改 base_url 就够了吗？

还要确认 Key 所属站点、精确模型 ID、协议和参数。先完成本文的短文本分支，再逐项加入实际需要的能力；官方 OpenAI 集成能力表不能直接当作本站渠道支持表。