围绕DeepSeek接入LangChain的工程实践，梳理环境配置、链式编排、工具调用与教学落地，为AI指导老师提供可复用路径。
DeepSeek以推理能力和成本优势进入教育技术栈，LangChain则提供模型抽象、链式编排与工具集成能力。AI指导老师并非单轮问答，而是覆盖学情诊断、路径规划、即时辅导与效果评估的连续服务，接入质量往往取决于工程细节。以下从配置、编排、增强和上线四个层面拆解实战要点。
1. 环境准备与模型接入配置
DeepSeek的API兼容OpenAI Chat Completions协议，这让LangChain项目可以用较低的迁移成本完成接入。实际项目中安装langchain-openai、langchain-core和python-dotenv即可覆盖基础链路，密钥通过环境变量DEEPSEEK_API_KEY注入，避免写入代码或前端。配置ChatOpenAI时，将base_url指向，模型名按场景选择deepseek-chat或deepseek-reasoner，同时设置temperature、timeout和max_retries。LangChain不同版本对兼容接口的参数命名存在差异，新版本使用base_url，旧版本常见openai_api_base，项目应锁定依赖版本并在启动时做一次连通性测试。
连通性测试不应只看请求是否成功，还要检查返回内容、response_metadata中的token用量以及错误码。教育场景的密钥必须留在服务端，通过后端代理调用模型，前端只接收流式文本或结构化结果。配置层可以用pydantic-settings封装模型名、温度、超时和重试次数，把开发、测试、生产环境的差异收敛到环境变量中。对于AI指导老师这类需要稳定输出的应用，温度通常控制在0.2到0.4之间，既保留讲解的自然度，又降低随意发挥带来的事实偏差。
模型选择需要结合教学任务做路由。deepseek-chat适合常规答疑、课程检索和工具调用，deepseek-reasoner更适合复杂解题思路拆解和长链条推理，但其返回内容包含推理过程，工具调用支持也有限。工程上可以把普通知识点问答、作业格式检查、学习计划生成路由到deepseek-chat，把需要多步推导的数学或编程问题路由到deepseek-reasoner，并在日志中记录请求ID、模型名、耗时和token消耗，为后续成本分析和质量追踪留下依据。
2. 教学提示词与链式编排
AI指导老师的提示词不能只写“你是一位老师”，而要把角色边界、教学方法和输出结构写清楚。系统消息可以定义“以提问引导为主、不直接代写作业、对未成年学生使用安全表达”，用户消息则注入学生画像、课程目标、最近错题和当前问题。使用ChatPromptTemplate.from_messages组织系统消息与人类消息，并对变量做校验，避免学生画像缺失时模型自行编造。以中学数学辅导为例，提示词中可以要求模型先判断学生卡在概念理解还是计算步骤，再给出分层提示，而不是一次性抛出完整答案。
链式编排用LCEL可以把提示词、模型和解析器串成可测试的管道，例如prompt | model | StrOutputParser适合普通讲解，结构化场景则接入PydanticOutputParser定义学习计划字段，包括目标、先修知识、练习建议和评估标准。通过RunnablePassthrough.assign把检索到的课程上下文、学生进度注入提示词，再用RunnableBranch按意图分流答疑、规划和测评任务。解析失败时不能静默返回空结果，应触发一次修复提示或降级为纯文本回答，并把失败样本记录下来用于迭代。
多轮对话是AI指导老师的基础能力，RunnableWithMessageHistory可以配合Redis或数据库保存会话历史。教学场景不能无限拼接历史，常见的做法是保留最近六到八轮对话，加上一份滚动摘要，并单独维护已掌握概念、薄弱点和下一步任务等状态字段。这样既能控制上下文长度，也能减少话题漂移。每次输出最好要求模型引用课程章节或知识库来源，方便教师复核，也为后续的学情分析提供可追溯的文本依据。
3. 工具调用与知识库增强
教学工具的设计要围绕真实动作展开，例如查询学生章节进度、检索课程大纲、生成变式题、运行代码并返回报错信息。用LangChain的@tool装饰器定义工具时，描述要写清输入输出和适用边界，再通过bind_tools绑定到deepseek-chat。工具参数中的学生ID应来自服务端会话，不能交给模型自由填写，避免越权查询。模型返回tool_calls后，执行工具并把结果封装成ToolMessage回传，再让模型生成最终回答；循环次数要设上限，通常五轮以内足够，防止工具调用陷入来回确认。
知识库增强是降低幻觉的关键。课程讲义、教材、课标和例题经过切分后写入向量库，切分粒度可控制在五百到八百token，重叠一百token左右。DeepSeek本身不提供嵌入模型，实际项目常用BGE-M3或外部嵌入服务生成向量，再用Chroma或FAISS做持久化检索。检索结果经过重排后取前三到五条拼入提示词，并要求模型在回答中标注来源章节。知识库需要版本管理，教材更新或课程调整后重新索引，避免旧内容污染新课程。
工具调用与知识库检索还要处理权限和模型差异。deepseek-reasoner不适合承担工具调用时，应路由到deepseek-chat完成检索和工具循环，再把整理后的上下文交给推理模型。学生姓名、班级和成绩属于敏感信息，进入提示词前应脱敏，工具返回结果也只保留教学必要字段。高频工具结果可以做短时缓存，例如课程大纲和章节目标缓存五分钟，既降低延迟，也减少重复调用带来的成本。
4. 流式交互与上线评估
流式输出直接影响AI指导老师的使用体验。将模型配置为streaming=True后，通过astream逐块获取内容，再以SSE推送到前端，学生可以看到讲解逐字生成，首token延迟明显低于等待完整响应。LangChain的astream_events可以过滤on_chat_model_stream事件，便于在服务端插入内容审核和进度提示。流式链路要处理超时、取消和断线重连，解析失败时回退到非流式请求，避免前端长时间空白。对于结构化输出，可以流式传输自然语言部分，最后再返回完整JSON，兼顾体验和格式稳定。
上线前需要建立教学评测集，覆盖事实准确性、课程对齐度、难度适配、安全合规和格式稳定性。评测样本应包含常见答疑、错题讲解、学习计划生成和边界问题，标注标准答案与对应章节。LangSmith可以记录每次调用的提示词、工具轨迹、token消耗和延迟，离线评估比较不同提示词版本，在线A/B测试观察学生完成率和满意度。监控指标除了P95延迟和请求成功率，还应关注工具调用失败率、JSON解析成功率、引用缺失率和人工抽检发现的事实错误。
生产环境还要处理限流、重试和灰度发布。对API超时使用指数退避重试，对高频问题做缓存，对新提示词或新模型先在小流量班级灰度，观察错误率和成本变化再扩大范围。未成年人数据、作业内容和对话记录需要按合规要求存储与脱敏，教师端应能看到模型回答的来源和置信提示。AI指导老师的质量不是一次接入决定的，而是提示词、检索、工具和评估持续迭代的结果，工程团队需要把每次失败样本转化为下一轮优化的输入。
