跳到主要内容
Open In ColabOpen on GitHub

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
ChatAbsolangchain-abso❌❌❌PyPI - DownloadsPyPI - Version

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