基础版：
1.创建LLM
from langchai_deepseek import ChatDeepSeek
model = ChateDeepSeek(model='deepseek-chat', api_key="")
2.创建提示词
方案一：
from langchain_core.messages import SystemMessage, HumanMessage
msg = [ SystemMessage(content='请将以下内容翻译成意大利语'), HumanMessage(content='你好，请问你要去哪里？') ]
方案二：使用提示词模版
from langchain_core.prompts import ChatPromptTemplate
prompt_template = ChatPromtTemplate.from_messages( [
('system', '请将以下内容翻译成{language}'), ('user', '{input_text}')
] )
3.简单的解析器（对输出进行格式处理）
from langchain_core.output_parsers import StrOutputParser
parser = StrOutputParser()
4.创建链
方案一：
没有使用提示词模版 chain_1 = medel | parser
方案二：
使用提示词模版 chain_2 = prompt_template | model | parser
3. 调用
方案一：不用解析器调用
result = model.invoke(msg)
print(result)
方案二：用解析器调用
print(parser.invoke(result)) #直接对方案一的result进行解析调用
方案三：通过chain来调用 print(chain_1.invoke(msg))
方案四：使用提示词模版来通过chain来调用（主要用法）
print(chain_2.invoke({'language': '英语', 'text':'我下午还有一节课。'})