ChatAbso
这将帮助您开始使用 ChatAbso 聊天模型。有关所有 ChatAbso 功能和配置的详细文档,请查阅 API 参考。
- 您可以在[此处]找到 Abso 路由器的完整文档 (https://abso.ai)
概述
集成详情
类别 | 包 | 本地 | 可序列化 | JS 支持 | 包下载量 | 最新包版本 |
---|---|---|---|---|---|---|
ChatAbso | langchain-abso | ❌ | ❌ | ❌ |
设置
要访问 ChatAbso 模型,您需要创建一个 OpenAI 账户,获取一个 API 密钥,并安装 langchain-abso
集成包。
凭证
- 待办:更新相关信息。
前往(待办:链接)注册 ChatAbso 并生成一个 API 密钥。完成此操作后,设置 ABSO_API_KEY 环境变量
import getpass
import os
if not os.getenv("OPENAI_API_KEY"):
os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")
安装
LangChain ChatAbso 集成位于 langchain-abso
包中
%pip install -qU langchain-abso
实例化
现在我们可以实例化模型对象并生成聊天补全
from langchain_abso import ChatAbso
llm = ChatAbso(fast_model="gpt-4o", slow_model="o3-mini")
调用
messages = [
(
"system",
"You are a helpful assistant that translates English to French. Translate the user sentence.",
),
("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg
print(ai_msg.content)
链式调用
我们可以像这样将模型与提示模板链式连接起来
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate(
[
(
"system",
"You are a helpful assistant that translates {input_language} to {output_language}.",
),
("human", "{input}"),
]
)
chain = prompt | llm
chain.invoke(
{
"input_language": "English",
"output_language": "German",
"input": "I love programming.",
}
)
API 参考:ChatPromptTemplate
API 参考
有关所有 ChatAbso 功能和配置的详细文档,请查阅 API 参考:https://python.langchain.ac.cn/api_reference/en/latest/chat_models/langchain_abso.chat_models.ChatAbso.html