AzureChatOpenAI 集成

使用 LangChain Python 集成 AzureChatOpenAI 聊天模型。

你可以在 Azure 文档 中找到关于 Azure OpenAI 最新模型及其成本、上下文窗口和受支持输入类型的信息。

Azure OpenAI 与 OpenAI

Azure OpenAI 指的是托管在 Microsoft Azure 平台 上的 OpenAI 模型。OpenAI 也提供其自己的模型 API。要直接访问 OpenAI 服务，请使用 ChatOpenAI 集成。

Azure OpenAI v1 API

Azure OpenAI 的 v1 API（自 2025 年 8 月起正式发布）允许你直接使用 ChatOpenAI 与 Azure 端点交互。这提供了一个统一的接口，并原生支持 Microsoft Entra ID 认证和自动令牌刷新。

有关将 ChatOpenAI 与 Azure v1 API 结合使用的详细信息，请参阅 ChatOpenAI Azure 部分。

AzureChatOpenAI 目前仍受支持，适用于传统的 Azure OpenAI API 版本以及需要 Azure 特定配置的场景，但我们建议未来使用 ChatOpenAI 或 LangChain Azure AI 中的 AzureAIOpenAIApiChatModel。

AzureChatOpenAI 与 ChatOpenAI 共享相同的基础实现，后者直接与 OpenAI 服务交互。

本页面作为快速入门，指导你如何认证并将你的 Azure OpenAI 服务连接到 LangChain 聊天模型。

有关可用功能的详细信息，请访问 ChatOpenAI 文档，或前往 AzureChatOpenAI API 参考。

API 参考

有关所有功能和配置选项的详细文档，请前往 AzureChatOpenAI API 参考。

概述

集成详情

类	包	可序列化	JS/TS 支持	下载量	最新版本
AzureChatOpenAI	langchain-openai	beta	✅ (npm)

模型特性

工具调用	结构化输出	图像输入	音频输入	视频输入	令牌级流式传输	原生异步	令牌使用量	对数概率
✅	✅	✅	❌	❌	✅	✅	✅	✅

设置

要访问 AzureChatOpenAI 模型，你需要创建一个 Azure 账户，部署一个 Azure OpenAI 模型，获取部署的名称和端点，获取一个 Azure OpenAI API 密钥，并安装 langchain-openai 集成包。

安装

pip

pip install -U langchain-openai

uv add langchain-openai

凭证

前往 Azure 文档 创建你的部署并生成 API 密钥。完成后，设置 AZURE_OPENAI_API_KEY 和 AZURE_OPENAI_ENDPOINT 环境变量：

import getpass
import os

if "AZURE_OPENAI_API_KEY" not in os.environ:
    os.environ["AZURE_OPENAI_API_KEY"] = getpass.getpass(
        "输入你的 AzureOpenAI API 密钥: "
    )
os.environ["AZURE_OPENAI_ENDPOINT"] = "https://YOUR-ENDPOINT.openai.azure.com/"

要启用模型调用的自动追踪，请设置你的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("输入你的 LangSmith API 密钥: ")
os.environ["LANGSMITH_TRACING"] = "true"

实例化

现在我们可以实例化我们的模型对象并生成聊天补全。

• 将 azure_deployment 替换为你的部署名称。
• 你可以在此处找到最新支持的 api_version：learn.microsoft.com/en-us/azure/ai-services/openai/reference。

from langchain_openai import AzureChatOpenAI

llm = AzureChatOpenAI(
    azure_deployment="gpt-35-turbo",  # 或你的部署
    api_version="2023-06-01-preview",  # 或你的 API 版本
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # 其他参数...
)

调用

messages = [
    (
        "system",
        "你是一个将英语翻译成法语的助手。翻译用户的句子。",
    ),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg

AIMessage(content="J'adore la programmation.", response_metadata={'token_usage': {'completion_tokens': 8, 'prompt_tokens': 31, 'total_tokens': 39}, 'model_name': 'gpt-35-turbo', 'system_fingerprint': None, 'prompt_filter_results': [{'prompt_index': 0, 'content_filter_results': {'hate': {'filtered': False, 'severity': 'safe'}, 'self_harm': {'filtered': False, 'severity': 'safe'}, 'sexual': {'filtered': False, 'severity': 'safe'}, 'violence': {'filtered': False, 'severity': 'safe'}}}], 'finish_reason': 'stop', 'logprobs': None, 'content_filter_results': {'hate': {'filtered': False, 'severity': 'safe'}, 'self_harm': {'filtered': False, 'severity': 'safe'}, 'sexual': {'filtered': False, 'severity': 'safe'}, 'violence': {'filtered': False, 'severity': 'safe'}}}, id='run-bea4b46c-e3e1-4495-9d3a-698370ad963d-0', usage_metadata={'input_tokens': 31, 'output_tokens': 8, 'total_tokens': 39})

print(ai_msg.content)

J'adore la programmation.

流式传输使用量元数据

OpenAI 的聊天补全 API 默认不流式传输令牌使用量统计信息（参见 OpenAI API 参考中的流选项）。

要在使用 ChatOpenAI 或 AzureChatOpenAI 进行流式传输时恢复令牌计数，请将 stream_usage=True 设置为初始化参数或在调用时设置：

from langchain_openai import AzureChatOpenAI

llm = AzureChatOpenAI(model="gpt-4.1-mini", stream_usage=True)

指定模型版本

Azure OpenAI 响应包含 model_name 响应元数据属性，这是用于生成响应的模型名称。但与原生 OpenAI 响应不同，它不包含模型的具体版本（该版本在 Azure 的部署中设置）。例如，它不区分 gpt-35-turbo-0125 和 gpt-35-turbo-0301。这使得很难知道生成响应时使用的是哪个模型版本，这可能导致例如使用 OpenAICallbackHandler 计算总成本时出错。

为了解决这个问题，你可以向 AzureChatOpenAI 类传递 model_version 参数，该参数将被添加到 llm 输出中的模型名称里。这样你就可以轻松区分不同版本的模型。

pip install -qU langchain-community

from langchain_community.callbacks import get_openai_callback

with get_openai_callback() as cb:
    llm.invoke(messages)
    print(
        f"总成本 (USD): ${format(cb.total_cost, '.6f')}"
    )  # 未指定模型版本时，使用每 1k 输入和输出令牌 0.002 美元的固定费率

总成本 (USD): $0.000063

llm_0301 = AzureChatOpenAI(
    azure_deployment="gpt-35-turbo",  # 或你的部署
    api_version="2023-06-01-preview",  # 或你的 API 版本
    model_version="0301",
)
with get_openai_callback() as cb:
    llm_0301.invoke(messages)
    print(f"总成本 (USD): ${format(cb.total_cost, '.6f')}")

总成本 (USD): $0.000074

---

API 参考

有关所有功能和配置选项的详细文档，请前往 AzureChatOpenAI API 参考。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.