API Key 配置

配置 OpenAI / Anthropic / DeepSeek API Key，解锁本站所有 LangGraph 代码的一键运行功能。

配置步骤

您可以配置一个或多个 API Key。教程中的代码默认使用 OpenAI 模型。

OpenAI API Key

用于 GPT-4o、GPT-5 等 OpenAI 模型

Anthropic API Key

用于 Claude 系列模型

DeepSeek API Key

用于 deepseek-chat 等 DeepSeek 模型

️ 尚未配置 API Key

请先配置至少一个 API Key 才能运行代码示例

如何获取 API Key：
• OpenAI: 访问 OpenAI Platform
• Anthropic: 访问 Anthropic Console
• DeepSeek: 访问 DeepSeek Platform

安全说明： 所有 API Key 仅保存在您的浏览器本地，不会上传到服务器

---

验证 API Key

保存 API Key 后，运行以下示例验证配置是否成功。教程中的代码默认使用 OpenAI 模型。

示例 1：使用 OpenAI 模型（默认）

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4o-mini",
    api_key=os.environ.get("OPENAI_API_KEY")
)
response = llm.invoke("用一句话介绍 LangChain")
print(response.content)

示例 2：使用 Anthropic Claude 模型

import os
from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(
    model="claude-haiku-4-5",
    api_key=os.environ.get("ANTHROPIC_API_KEY")
)
response = llm.invoke("用一句话介绍 LangChain")
print(response.content)

示例 3：使用 DeepSeek 模型

import os
from langchain_deepseek import ChatDeepSeek

llm = ChatDeepSeek(
    model="deepseek-chat",
    api_key=os.environ.get("DEEPSEEK_API_KEY")
)
response = llm.invoke("用一句话介绍 LangChain")
print(response.content)

示例 4：LangGraph 简单图（使用 OpenAI）

创建一个最简单的 LangGraph 图，实现问答功能：

import os
from langgraph.graph import StateGraph, START, END
from langchain_openai import ChatOpenAI
from typing import TypedDict

class State(TypedDict):
    question: str
    answer: str

def answer_node(state: State):
    llm = ChatOpenAI(
        model="gpt-4o-mini",
        api_key=os.environ.get("OPENAI_API_KEY")
    )
    response = llm.invoke(state["question"])
    return {"answer": response.content}

graph = StateGraph(State)
graph.add_node("answer_node", answer_node)
graph.add_edge(START, "answer_node")
graph.add_edge("answer_node", END)

app = graph.compile()
result = app.invoke({"question": "什么是 LangGraph？"})
print(result["answer"])

切换模型提示

• 教程中的所有代码默认使用 OpenAI 模型
• 如需使用其他模型，请参考上述示例修改代码
• 系统会自动将您配置的 API Key 注入到代码中

---

开始学习

配置完成后，访问教程页面开始学习：

• LangGraph 飞速上手
• Python 基础入门
• 第 1 章 - 基础概念