ChatFeatherlessAi

这将帮助您开始使用 FeatherlessAi 聊天模型。有关所有 ChatFeatherlessAi 功能和配置的详细文档，请查阅 API 参考。

• 请访问 https://featherless.ai/ 查看示例。

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
ChatFeatherlessAi	langchain-featherless-ai	✅	❌	❌

模型特性

工具调用	结构化输出	JSON 模式	图片输入	音频输入	视频输入	逐令牌流式传输	原生异步	令牌使用量	对数概率
❌	❌	✅	❌	❌	❌	✅	✅	✅	❌

设置

要访问 Featherless AI 模型，您需要创建一个 Featherless AI 账户，获取一个 API 密钥，并安装 langchain-featherless-ai 集成包。

凭证

请访问 https://featherless.ai/ 注册 FeatherlessAI 并生成 API 密钥。完成此操作后，请设置 FEATHERLESSAI_API_KEY 环境变量。

import getpass
import os

if not os.getenv("FEATHERLESSAI_API_KEY"):
    os.environ["FEATHERLESSAI_API_KEY"] = getpass.getpass(
        "Enter your FeatherlessAI API key: "
    )

如果您希望对模型调用进行自动化追踪，也可以通过取消注释下方内容来设置您的 LangSmith API 密钥。

# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

安装

LangChain FeatherlessAi 集成位于 langchain-featherless-ai 包中。

%pip install -qU langchain-featherless-ai

Note: you may need to restart the kernel to use updated packages.

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_featherless_ai import ChatFeatherlessAi

llm = ChatFeatherlessAi(
    model="featherless-ai/Qwerky-72B",
    temperature=0.9,
    max_tokens=None,
    timeout=None,
)

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

c:\Python311\Lib\site-packages\pydantic\main.py:463: UserWarning: Pydantic serializer warnings:
  PydanticSerializationUnexpectedValue(Expected `int` - serialized value may not be as expected [input_value=1747322408.706, input_type=float])
  return self.__pydantic_serializer__.to_python(

AIMessage(content="J'aime programmer.", additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 5, 'prompt_tokens': 27, 'total_tokens': 32, 'completion_tokens_details': None, 'prompt_tokens_details': None}, 'model_name': 'featherless-ai/Qwerky-72B', 'system_fingerprint': '', 'id': 'G1sgui', 'service_tier': None, 'finish_reason': 'stop', 'logprobs': None}, id='run--6ecbe184-c94e-4d03-bf75-9bd85b04ba5b-0', usage_metadata={'input_tokens': 27, 'output_tokens': 5, 'total_tokens': 32, 'input_token_details': {}, 'output_token_details': {}})

print(ai_msg.content)

J'aime programmer.

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

c:\Python311\Lib\site-packages\pydantic\main.py:463: UserWarning: Pydantic serializer warnings:
  PydanticSerializationUnexpectedValue(Expected `int` - serialized value may not be as expected [input_value=1747322423.487, input_type=float])
  return self.__pydantic_serializer__.to_python(

AIMessage(content='Ich liebe Programmieren.', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 5, 'prompt_tokens': 22, 'total_tokens': 27, 'completion_tokens_details': None, 'prompt_tokens_details': None}, 'model_name': 'featherless-ai/Qwerky-72B', 'system_fingerprint': '', 'id': 'BoBqht', 'service_tier': None, 'finish_reason': 'stop', 'logprobs': None}, id='run--67464357-83d1-4591-9a62-303ed74b8148-0', usage_metadata={'input_tokens': 22, 'output_tokens': 5, 'total_tokens': 27, 'input_token_details': {}, 'output_token_details': {}})

API 参考

有关所有 ChatFeatherlessAi 功能和配置的详细文档，请查阅 API 参考

相关

• 聊天模型概念指南
• 聊天模型操作指南