创见博客
初始化大模型时，那些主要参数都在管什么？
七崽爱吃小饼干2026/10/13阅读 0专栏 LangChain 开发实战

用 LangChain 初始化一个聊天模型，看起来只是 new ChatOpenAI({ ... }) 或 initChatModel("deepseek:deepseek-chat", { ... }) 这么简单，但花括号里能填的参数其实相当多。它们大致可以分为五类：连接与身份、生成与采样、输出控制、可观测与工程、运行时高级能力。搞清楚每一类的作用，你就能既不被参数淹没，又能在需要时精准调参。

下面以 OpenAI 兼容的聊天模型（ChatOpenAI、ChatDeepSeek 等）为主来说明，大多数参数在各家模型上都是相通或近似的。

一、连接与身份类

这一类的参数决定“请求发去哪、以谁的身份发”。

参数作用
model使用的模型名，如 deepseek-chat、gpt-4o。是必填的核心参数。
apiKeyAPI 密钥。未显式传入时，OpenAI 系默认读 OPENAI_API_KEY，DeepSeek 读 DEEPSEEK_API_KEY。别名 openAIApiKey。
configuration底层客户端配置。最常用的是 configuration.baseURL，用来把请求指向不同厂商或自建服务。也可配超时、自定义 header、代理等。
timeout单次请求的超时时间（毫秒）。网络不稳或调用大模型时建议显式设置。
maxRetries请求失败时的最大重试次数。适合应对偶发的限流或网络抖动。

示例：

js
const model = new ChatOpenAI({
  model: "deepseek-chat",
  apiKey: process.env.DEEPSEEK_API_KEY,
  timeout: 30_000,
  maxRetries: 2,
  configuration: { baseURL: "https://api.deepseek.com" },
});

二、生成与采样类

这一类控制“模型怎么生成内容”，是调参最常打交道的部分。

参数作用
temperature采样温度，控制随机性。越低越确定、越保守（适合事实问答），越高越有创造性（适合写作头脑风暴）。通常取值 0~2。
topP核采样，只从累积概率达到 topP 的候选词中采样。与 temperature 一般二选一调整，不建议同时大改。
maxTokens生成的最大 token 数。用于限制回复长度、控制成本。推理模型常用别名 maxCompletionTokens。
stop停止序列，遇到这些字符串就停止生成。别名 stopSequences。
frequencyPenalty频率惩罚，按词出现频率降低其再次出现的概率，减少重复。
presencePenalty存在惩罚，只要词出现过就降低其概率，鼓励涉猎新话题。
n为每个输入生成几个候选回复。多用于对比或投票场景。
seed随机种子。设置后有助于复现相近的输出（是否完全确定取决于服务端）。

调参经验：先用默认值，只有在效果不理想时才动 temperature / topP；需要压缩成本或长度时用 maxTokens；需要稳定复现时试 seed。

三、输出控制类

参数作用
streaming是否以流式方式返回。开启后可以用 stream() 逐块接收，带来更好的交互体验，但会影响一次性获取 token 用量。
streamUsage流式返回时是否附带 token 用量信息，默认 true。
logprobs / topLogprobs是否返回 token 的对数概率及前 N 个候选，用于分析模型置信度。
modelKwargs透传厂商特有、LangChain 未显式暴露的参数。兜底利器。

四、可观测与工程类

这一类不改变输出内容，但影响开发、调试、监控和成本。

参数作用
callbacks回调处理器，用于日志、追踪、流式回调等。
tags给调用打标签，便于在追踪系统里归类筛选。
metadata附加元数据，随调用一起上报，方便定位问题或做统计。
verbose是否输出详细日志，调试时开启。
cache模型结果缓存，相同请求可复用，节省成本、加快速度。

五、运行时高级能力

有些能力通常不在构造时确定，而是通过专门的方法或调用参数挂载：

  • 工具调用：用 model.bindTools([...]) 绑定工具，模型即可返回结构化的工具调用请求。
  • 结构化输出：用 model.withStructuredOutput(schema) 让模型按给定 schema 返回，方便程序解析。
  • 运行时覆盖：通过 initChatModel 的 configurableFields，可以在调用时用 configurable 覆盖 model、temperature 等，实现动态切换。

六、参数该放哪里：构造时还是调用时

这是初学时容易混淆的一点。大多数参数既可以在构造模型时统一设置，也可以在某次调用时单独覆盖：

js
// 构造时设默认值
const model = new ChatOpenAI({
  model: "deepseek-chat",
  temperature: 0.7,
});

// 调用时临时覆盖
const res = await model.invoke("写一句广告语", {
  temperature: 1.2,
  maxTokens: 50,
  stop: ["\n"],
});

调用时的参数优先级更高，适合“个别请求需要不同行为”的场景；构造时的参数则适合作为全局默认值。

七、注意别名与厂商差异

  • 别名：apiKey ≈ openAIApiKey；maxTokens ≈ maxCompletionTokens；stop ≈ stopSequences。知道别名可以避免“参数明明写了却没生效”的困惑。
  • 厂商差异：像 DeepSeek 的 deepseek-reasoner、OpenAI 的推理模型等会有一些专属参数（如推理强度相关设置）。这些参数如果 LangChain 没直接暴露，可以用 modelKwargs 透传，或使用对应厂商的专属包。
  • 不支持的参数：并非所有厂商都支持所有采样参数，传了不支持的参数可能被忽略或报错，接入新服务时最好先看其文档。

八、小结

初始化模型时的参数可以按五类来记：连接与身份（model、apiKey、configuration.baseURL、timeout、maxRetries）、生成与采样（temperature、topP、maxTokens、stop、惩罚项）、输出控制（streaming、logprobs、modelKwargs）、可观测与工程（callbacks、tags、metadata、cache）、以及运行时高级能力（工具、结构化输出、动态覆盖）。

记住两点就够了：一是大多数参数都能在调用时覆盖构造时的默认值；二是优先使用默认值，按需微调。掌握这些参数，你就能在效果、成本、速度之间找到合适的平衡点。

评论
0/100