ChatAbso

这将帮助您开始使用 ChatAbso 聊天模型。 有关 ChatAbso 所有功能和配置的详细文档，请访问 API 参考。

• 您可以在[这里]找到 Abso 路由器的完整文档 (https://abso.ai)

概述

集成详情

类	包	本地	可序列化	JS 支持	包下载量	最新包
ChatAbso	langchain-abso	❌	❌	❌

设置

要访问 ChatAbso 模型，您需要创建一个 OpenAI 帐户，获取 API 密钥，并安装 langchain-abso 集成包。

凭证

• 待办事项：更新相关信息。

前往 (待办事项：链接) 注册 ChatAbso 并生成 API 密钥。 完成后，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我们的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

我们可以像这样使用提示模板链式调用我们的模型

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 ChatAbso 所有功能和配置的详细文档，请访问 API 参考：https://python.langchain.ac.cn/api_reference/en/latest/chat_models/langchain_abso.chat_models.ChatAbso.html

相关

• 聊天模型 概念指南
• 聊天模型 操作指南