LangChain Chat Model API
このドキュメントでは、init_chat_model() と BaseChatModel の完全な API リファレンスを一覧表示します。
init_chat_model() の完全パラメータ
| パラメータ | 型 | デフォルト値 | 説明 |
|---|---|---|---|
| model | str または None | 无 | モデル名。形式は provider:model_name。None を渡すと設定可能なモデルを作成します。 |
| model_provider | str または None | None | プロバイダーを個別に指定します。model から自動的に推測できない場合に使用します。 |
| configurable_fields | "any" または list または None | None | 実行時に変更可能なフィールド。None=固定モデル、"any"=すべて設定可能。 |
| config_prefix | str または None | None | 複数モデルシナリオにおける設定キーのプレフィックス |
| temperature | float | モデルによって異なります。 | ランダム性を制御します。0〜2。0=決定論的、2=最大の創造性。 |
| max_tokens | int | モデル上限 | 出力最大トークン数 |
| timeout | int/float または None | None | リクエストタイムアウト秒数 |
| max_retries | int | モデルによって異なります。 | 失敗再試行回数 |
| base_url | str または None | 公式アドレス | カスタム API エンドポイント |
| rate_limiter | BaseRateLimiter | 无 | レートリミッター |
| top_p | float または None | モデルによって異なります。 | 核サンプリングパラメータ、0〜1 |
| stop | list[str] | 无 | 停止シーケンス |
BaseChatModel メソッド
| メソッド | 説明 | 戻り値 |
|---|---|---|
| invoke(input, config=None, **kwargs) | モデルを同期的に呼び出す | AIMessage |
| ainvoke(input, config=None, **kwargs) | モデルを非同期的に呼び出す | AIMessage |
| stream(input, config=None, **kwargs) | 同期ストリーミング呼び出し | Iterator[AIMessageChunk] |
| astream(input, config=None, **kwargs) | 非同期ストリーミング呼び出し | AsyncIterator[AIMessageChunk] |
| batch(inputs, config=None, **kwargs) | バッチ呼び出し | list[AIMessage] |
| bind_tools(tools, **kwargs) | ツールリストをバインドする | Runnable[input, AIMessage] |
| with_structured_output(schema, **kwargs) | 構造化出力スキーマをバインドする | Runnable[input, BaseModel/dict] |
| bind(**kwargs) | 実行時パラメータをバインドする | Runnable |
対応モデルプロバイダー早見表
| プロバイダー名 | インストールパッケージ | モデル値の例 |
|---|---|---|
| openai | langchain-deepseek | deepseek:deepseek-v4-flash |
| anthropic | langchain-anthropic | anthropic:claude-sonnet-4-5-20250929 |
| deepseek | langchain-deepseek | deepseek:deepseek-chat |
| google_genai | langchain-google-genai | google_genai:gemini-2.5-flash |
| ollama | langchain-ollama | ollama:llama3.2 |
| groq | langchain-groq | groq:llama-3.3-70b |
| xai | langchain-xai | xai:grok-3 |
| mistralai | langchain-mistralai | mistralai:mistral-large |
| openrouter | langchain-openrouter | openrouter:openai/gpt-4o |
| perplexity | langchain-perplexity | perplexity:sonar-pro |
一般的な使用例
例
from langchain.chat_models import init_chat_model
# 固定モデル
model = init_chat_model("deepseek:deepseek-v4-flash", temperature=0)
response = model.invoke("你好")
# 設定可能なモデル
model = init_chat_model(configurable_fields=("model", "temperature"))
response = model.invoke("你好", config={
"configurable": {"model": "deepseek:deepseek-v4-flash", "temperature": 0.3}
})
# ツールをバインド
model_with_tools = model.bind_tools([my_tool])
response = model_with_tools.invoke("查询天气")
# 構造化出力
model_structured = model.with_structured_output(MySchema)
result = model_structured.invoke("提取信息")
# 固定モデル
model = init_chat_model("deepseek:deepseek-v4-flash", temperature=0)
response = model.invoke("你好")
# 設定可能なモデル
model = init_chat_model(configurable_fields=("model", "temperature"))
response = model.invoke("你好", config={
"configurable": {"model": "deepseek:deepseek-v4-flash", "temperature": 0.3}
})
# ツールをバインド
model_with_tools = model.bind_tools([my_tool])
response = model_with_tools.invoke("查询天气")
# 構造化出力
model_structured = model.with_structured_output(MySchema)
result = model_structured.invoke("提取信息")