LangChain

Il ChatOpenAI di LangChain (da langchain-openai) punta a UberLLM con un base_url e api_key. Tutto il resto — chains, agents, tools, streaming — funziona senza modifiche.

Installazione

pip install langchain langchain-openai

Python

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="deepseek/deepseek-v4-flash",
    base_url="https://api.uberllm.dev/v1",
    api_key=os.environ["UBERLLM_API_KEY"],
)

print(llm.invoke("Say hello in one sentence.").content)

base_url ha la precedenza sulle variabili d'ambiente OPENAI_API_BASE / OPENAI_BASE_URL, quindi un kwarg esplicito è il più affidabile.

Streaming

for chunk in llm.stream("Count to five."):
    print(chunk.content, end="", flush=True)

Strumenti / agenti

Poiché ChatOpenAI supporta il formato di chiamata degli strumenti di OpenAI, bind_tools e gli esecutori di agenti funzionano così come sono con qualsiasi modello UberLLM in grado di utilizzare strumenti:

from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    "Return the weather for a city."
    return f"Sunny in {city}."

agent_llm = llm.bind_tools([get_weather])
print(agent_llm.invoke("What's the weather in Paris?").tool_calls)

JavaScript / TypeScript

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "deepseek/deepseek-v4-flash",
  apiKey: process.env.UBERLLM_API_KEY,
  configuration: { baseURL: "https://api.uberllm.dev/v1" },
});

const res = await llm.invoke("Say hello in one sentence.");
console.log(res.content);

Note

• Ogni chiamata viene inviata a un fornitore terzo disponibile per il modello (Modelli e instradamento).
• Ogni chiamata viene fatturata al costo addebitato dal fornitore, senza alcuna commissione UberLLM (Prezzi).