跳转到主要内容
LangChain 是构建 LLM 应用的框架——链、智能体、RAG。因为 RuAPI 是 OpenAI 兼容的,接入就归结为把 ChatOpenAI 的 base_url 改成 https://www.ruapi.ai/v1——不需要单独的集成。

前置

1

RuAPI 账号和密钥

控制台 →「令牌管理」→ 创建 sk-... 密钥。余额用 USDT 充——见充值。

Python

之后 llm 就能像普通模型一样塞进任意链、智能体和 LCEL 结构。

JavaScript / TypeScript

换模型就改 model 字段。同一个密钥能调 Claude、GPT、Gemini、DeepSeek 等。

RAG 用的嵌入模型

做文档检索时,RuAPI 提供嵌入模型 text-embedding-3-small(1536 维)和 text-embedding-3-large(3072 维),用同一个密钥通过 OpenAIEmbeddings 调用:
长文档先用 text splitter 切块——这样设置后,LangChain 不会再自动切开超过 8191 token 的文本,片段按 chunk_size 分批发送。emb 可以配 LangChain 的任何向量库(FAISS、Chroma 等),根据检索到的片段写回答的是上面例子里的 llm。嵌入模型充值后开放;价格见价格页。

出问题时

api_key 得是 RuAPI 令牌(sk-...)。检查有没有多余空格。
model 里的名称要和 RuAPI 一字不差——见价格页。
不需要。Claude 用同一个 base_url 走 ChatOpenAI 调——在 model 字段填 Claude 模型 ID 即可。