> ## Documentation Index
> Fetch the complete documentation index at: /docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Integração com o framework LangChain

> Conecte o Langchain ao AI Gateway para uma orquestração de LLMs aprimorada. Use o Toqan Router como provedor drop-in para chains, agentes e aplicações de RAG.

> [card] [AI Gateway](#ai-gateway)
>
> Roteie suas chamadas de LLM pelo AI Gateway alterando apenas a base URL. Sem dependência de fornecedor: use sempre o melhor modelo pelo menor custo para o seu caso de uso.

> [card] [Observabilidade](#observability)
>
> Use OpenInference e OpenTelemetry para capturar traces do LangChain e do LangGraph.

## AI Gateway

### Visão geral

O LangChain é um framework para criar aplicações com LLMs por meio de chains combináveis, agentes e integrações com fontes de dados externas. Ao conectar o LangChain ao AI Gateway do Toqan Router, você acessa mais de 500 modelos alterando apenas a base URL.

### Principais benefícios

O AI Gateway do Toqan Router aprimora suas aplicações LangChain com:

> [card] Observabilidade completa
>
> Acompanhe cada etapa de chain, uso de ferramenta e chamada de LLM com traces detalhados

> [card] Confiabilidade integrada
>
> Fallbacks automáticos, novas tentativas e balanceamento de carga para resiliência em produção

> [card] Otimização de custos
>
> Acompanhamento de custos em tempo real e gestão de gastos em todas as suas operações de IA

> [card] Acesso a múltiplos provedores
>
> Acesse mais de 500 LLMs e mais de 30 provedores por meio de uma integração única e unificada

### Pré-requisitos

Antes de integrar o LangChain ao Toqan Router, certifique-se de ter:

* Uma conta no Toqan Router e uma chave de API
* Python 3.8 ou superior

> [!NOTE]
>
> Para configurar sua chave de API, consulte Chaves de API e endpoints.

### Instalação

```bash theme={"theme":{"light":"github-light","dark":"github-dark"}}
pip install langchain langchain-openai
```

### Configuração

Configure o LangChain para usar o AI Gateway do Toqan Router via `ChatOpenAI` com uma `base_url` personalizada:

```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}}
from langchain_openai import ChatOpenAI
import os

llm = ChatOpenAI(
    model="openai/gpt-5.6-sol",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)
```

> **base\_url**: `https://router.toqan.ai/eu/v3/router`

### Exemplo básico

```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}}
from langchain_openai import ChatOpenAI
import os

llm = ChatOpenAI(
    model="openai/gpt-5.6-sol",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)

result = llm.invoke("Explain quantum computing in simple terms.")
print(result.content)
```

### Chains

Crie chains combináveis usando o operador pipe do LangChain:

```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}}
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
import os

llm = ChatOpenAI(
    model="openai/gpt-5.6-sol",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant."),
    ("user", "{input}"),
])

chain = prompt | llm
result = chain.invoke({"input": "Tell me a joke about programming."})
print(result.content)
```

### Streaming

```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}}
from langchain_openai import ChatOpenAI
import os

llm = ChatOpenAI(
    model="openai/gpt-5.6-sol",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)

for chunk in llm.stream("Write a short poem about the ocean."):
    print(chunk.content, end="", flush=True)
print()
```

### Seleção de modelo

Com o Toqan Router, você pode usar qualquer modelo compatível de mais de 30 provedores:

```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}}
from langchain_openai import ChatOpenAI
import os

# Use Claude
claude = ChatOpenAI(
    model="anthropic/claude-sonnet-5",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)

# Use Gemini
gemini = ChatOpenAI(
    model="google-ai/gemini-2.5-flash",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)

# Use Groq
groq = ChatOpenAI(
    model="groq/qwen/qwen3.8-27b",
    api_key=os.getenv("TOQAN_API_KEY"),
    base_url="https://router.toqan.ai/eu/v3/router",
)
```

## Observabilidade

As chamadas ao AI Gateway aparecem em [Traces](/docs/pt-BR/ai-studio/observability/traces.md). Para capturar o fluxo da aplicação, use OpenTelemetry com um instrumentador de framework e o endpoint OTLP regional.

Para Python, instale `openinference-instrumentation-langchain` e siga a [configuração do OpenInference para LangChain](https://arize-ai.github.io/openinference/python/instrumentation/openinference-instrumentation-langchain/), compatível com LangChain e LangGraph. Para Node.js, use [OpenInference para LangChain.js](https://arize-ai.github.io/openinference/js/packages/openinference-instrumentation-langchain/).

Configure o exportador conforme o [guia de observabilidade](/docs/pt-BR/ai-studio/observability/quickstart.md):

```bash theme={"theme":{"light":"github-light","dark":"github-dark"}}
export OTEL_EXPORTER_OTLP_ENDPOINT="https://router.toqan.ai/eu/v2/otel"
export OTEL_EXPORTER_OTLP_HEADERS="Authorization=Bearer $TOQAN_API_KEY"
```

Use a API do provedor diretamente ao exportar spans das mesmas chamadas, ou escolha qual camada rastrear para evitar traces duplicados.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.