LangChain

Cài đặt và kết nối

pip install langchain-openai
export NOKEEP_API_KEY="sk-nokeep-test"  # your own key once it connects

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek-v4.1-flash-uncensored",
    base_url="https://nokeep.ai/v1",
    api_key=os.environ["NOKEEP_API_KEY"],
)

reply = llm.invoke("Name three good names for a tavern.")
print(reply.content)
print(reply.usage_metadata)

Trong JavaScript, base URL phải nằm trong configuration, không phải ở cấp cao nhất. baseURL ở cấp cao nhất bị bỏ qua và lần gọi sẽ đi tới máy chủ mặc định với khóa nokeep của bạn.

Stream

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek-v4.1-flash-uncensored",
    base_url="https://nokeep.ai/v1",
    api_key=os.environ["NOKEEP_API_KEY"],
    stream_usage=True,  # ask for the token counts in the last chunk
)

full = None
for chunk in llm.stream("Tell me a story in three lines."):
    print(chunk.content, end="", flush=True)
    full = chunk if full is None else full + chunk
print("\n", full.usage_metadata)

Trong Python, ChatOpenAI chỉ yêu cầu số liệu sử dụng khi stream với máy chủ mặc định. Đặt stream_usage=True để nhận số token khi dùng base URL tùy chỉnh. Client JavaScript tự yêu cầu chúng. Xem Truyền từng phần.

Gọi công cụ

from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """Get the weather in a city."""
    return f"18°C and clear in {city}"

message = llm.bind_tools([get_weather]).invoke("What's the weather in Lisbon?")
for call in message.tool_calls:
    print(call["name"], call["args"])

Cả hai mô hình đều gọi được công cụ. Các agent LangChain xây trên bind_tools hoạt động y hệt. with_structured_output gửi response_format kèm JSON schema, thứ mà deepseek-v4.1-flash-uncensored nhận còn GLM bỏ đi. Dùng DeepSeek cho đầu ra có cấu trúc. Xem Gọi công cụ và Đầu ra JSON.

Suy nghĩ và bộ lấy mẫu

import os
from langchain_openai import ChatOpenAI

thinker = ChatOpenAI(
    model="deepseek-v4.1-flash-uncensored",
    base_url="https://nokeep.ai/v1",
    api_key=os.environ["NOKEEP_API_KEY"],
    reasoning_effort="high",
    max_tokens=4000,
    extra_body={"min_p": 0.05},  # fields ChatOpenAI has no argument for
)

DeepSeek trả lời ngay trừ khi bạn yêu cầu nó suy nghĩ. Hãy chừa chỗ cho lần gọi có suy nghĩ: phần suy nghĩ được tính vào max_tokens.

Lưu ý

• `reasoning_effort` chỉ nhận các giá trị của chính mô hình. deepseek-v4.1-flash-uncensored nhận none, low, high, max; glm-5.3-flash-uncensored nhận low, high. Các giá trị minimal, medium và xhigh của ứng dụng khác sẽ chạy ở mức gần nhất mà mô hình có (medium thành high, xhigh thành max khi mô hình có mức đó); mọi giá trị khác nhận 400 invalid_reasoning_effort. Xem Suy nghĩ.
• GLM tự chọn công cụ. glm-5.3-flash-uncensored chỉ nhận tool_choice là auto hoặc none. Ép buộc một công cụ (required, hoặc gọi đúng tên một hàm) sẽ nhận 400 unsupported_tool_choice. Hãy dùng DeepSeek khi cần ép một công cụ.
• Trường mà mô hình không nhận sẽ bị bỏ qua, không bị từ chối. Lần gọi vẫn được trả lời, và header phản hồi x-nokeep-ignored nêu tên những gì đã bị bỏ. GLM chỉ giữ tools, tool_choice và reasoning_effort, nên temperature và response_format của nó bị bỏ. Xem mỗi mô hình nhận trường nào.
• Phần nội dung chỉ gồm văn bản và hình ảnh. Phần image_url chạy trên deepseek-v4.1-flash-uncensored; GLM chỉ đọc văn bản. Phần âm thanh và tệp (như PDF) nhận 400 unsupported_input.
• `n` phải bằng 1. Muốn nhiều phản hồi, hãy gọi nhiều lần.
• Chỉ có chat completions. Không có /v1/responses và không có /v1/embeddings; một framework mặc định dùng một trong hai cần được trỏ sang chat completions, còn embeddings cần một nhà cung cấp khác.

ChatOpenAI(use_responses_api=True) và useResponsesApi: true trong JavaScript gọi /v1/responses, thứ mà nokeep không có. Hãy để chúng tắt.