基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

LangChain 加持：后端 AI 流式对话的优雅实现 从 mock 到后端：为什么要把 AI 调用搬到服务端 上一篇文章我们聊了通过 mock 文件在 Vite 开发服务器里转发 DeepSeek 请求。但那只是开发阶段的权宜之计。真正上线时，AI 调用必须放在后端，原因很直接： API Key 绝不能被带到浏览器 。mock 文件跑在 Node.js 里，Key 是安全的；但如果前端直接调 DeepSeek，Key 就暴露在了每个用户的浏览器里 前端不应该关心 AI 模型的具体实现 。换模型、调参数、加缓存，这些都是后端的事 真正的业务逻辑需要在服务端做 。比如对话历史存库、内容审核、用量计费 所以我们在 NestJS 后端用 LangChain 框架封装了 AI 对话能力。LangChain 在这里扮演的角色是"万能插座"——今天接 DeepSeek，明天换成 OpenAI 或 Claude，业务代码一行不用改。 文件结构一览 backend/posts/src/ai/ ├── ai.module.ts

NestJS 模块注册

├── ai.controller.ts

路由 + SSE 响应头 + 格式转换

├── ai.service.ts

LangChain 调用核心逻辑

└── dto/ └── chat.dto.ts

请求参数校验

数据流方向： 浏览器 → NestJS Controller → Service → LangChain → DeepSeek │ SSE 流返回 │ 浏览器 ← Controller（边收边写） ← Servi…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。