LangChain + Gonka AI — aplicativos AI por uma fração do custo

Exemplo mínimo: conectando o LangChain ao Gonka:

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://gate.joingonka.ai/v1",
    api_key="jg-sua-chave",
    model="MiniMaxAI/MiniMax-M2.7",
)

response = llm.invoke("Explique o que é RAG")
print(response.content)

Isso é tudo. Três linhas e seu projeto LangChain funciona através da rede descentralizada Gonka por uma fração do preço.

Instalação de dependências:

pip install langchain langchain-openai

Recomendação: especifique explicitamente max_tokens=8192: este é o limite de saída através do JoinGonka Gateway para todos os modelos da rede. A janela de contexto dos modelos da rede é de 200K tokens: leve isso em consideração ao configurar o chunk_size nos pipelines de RAG.

RAG (Retrieval-Augmented Generation) é o padrão mais popular para aplicações de IA. Você carrega documentos, quebra em partes (chunks), cria embeddings, busca fragmentos relevantes e gera uma resposta com contexto.

from langchain_openai import ChatOpenAI
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.chains import RetrievalQA
from langchain_community.vectorstores import FAISS
from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain_community.document_loaders import TextLoader

# 1. LLM via Gonka
llm = ChatOpenAI(
    base_url="https://gate.joingonka.ai/v1",
    api_key="jg-sua-chave",
    model="MiniMaxAI/MiniMax-M2.7",
    streaming=True,
)

# 2. Carregamento e indexação de documentos
loader = TextLoader("docs/meu_documento.txt")
docs = loader.load()
splitter = RecursiveCharacterTextSplitter(chunk_size=1000)
chunks = splitter.split_documents(docs)

# 3. Armazenamento vetorial (local, gratuito)
embeddings = HuggingFaceEmbeddings()
vectorstore = FAISS.from_documents(chunks, embeddings)

# 4. RAG-chain
qa = RetrievalQA.from_chain_type(
    llm=llm,
    retriever=vectorstore.as_retriever(),
)

# 5. Consulta
result = qa.invoke("Sobre o que é este documento?")
print(result["result"])

Custo: uma consulta de pipeline RAG (retrieval + generation) usa ~2-5K tokens de LLM. Com Gonka, custa $0.00001-$0.000024. Com OpenAI — $0.005-$0.05. A diferença é de 2,000x.

Para sistemas em produção que processam milhares de solicitações por dia, a economia chega a dezenas de milhares de dólares por mês.

O LangChain permite criar agentes com ferramentas (tools). O Kimi K2.6 suporta tool calling nativo — os agentes trabalham de forma confiável, sem necessidade de analisar respostas de texto.

from langchain_openai import ChatOpenAI
from langchain.agents import create_openai_tools_agent, AgentExecutor
from langchain.tools import tool
from langchain.prompts import ChatPromptTemplate

llm = ChatOpenAI(
    base_url="https://gate.joingonka.ai/v1",
    api_key="jg-sua-chave",
    model="MiniMaxAI/MiniMax-M2.7",
)

@tool
def calculator(expression: str) -> str:
    """Calcula uma expressão matemática."""
    return str(eval(expression))

@tool
def search_web(query: str) -> str:
    """Pesquisa informações na internet."""
    return f"Resultados de busca para: {query}"

prompt = ChatPromptTemplate.from_messages([
    ("system", "Você é um assistente prestativo."),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}"),
])

agent = create_openai_tools_agent(llm, [calculator, search_web], prompt)
executor = AgentExecutor(agent=agent, tools=[calculator, search_web])

result = executor.invoke({"input": "Quanto é 2**10 * 3.14?"})
print(result["output"])

O agente chama a calculator, obtém o resultado e gera uma resposta. Todo o ciclo custa ~$0.00005 via Gonka. Via OpenAI — $0.01-$0.05. Para sistemas com milhares de usuários, essa diferença representa dezenas de milhares de dólares.