跳到主要内容
Open In ColabOpen on GitHub

ChatTogether

此页面将帮助您开始使用 Together AI 聊天模型。有关 ChatTogether 所有功能和配置的详细文档，请查阅API 参考。

Together AI 提供一个 API 来查询 50+ 领先的开源模型

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
ChatTogetherlangchain-together❌测试版✅PyPI - DownloadsPyPI - Version

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 Together 模型，您需要创建一个 Together 账户，获取 API 密钥，并安装 langchain-together 集成包。

凭证​

前往此页面注册 Together 并生成 API 密钥。完成此操作后，设置 TOGETHER_API_KEY 环境变量

import getpass
import os

if "TOGETHER_API_KEY" not in os.environ:
    os.environ["TOGETHER_API_KEY"] = getpass.getpass("Enter your Together API key: ")

要启用模型调用的自动跟踪，请设置您的 LangSmith API 密钥

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

安装​

LangChain Together 集成包含在 langchain-together 包中

%pip install -qU langchain-together

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_together import ChatTogether

llm = ChatTogether(
    model="meta-llama/Llama-3-70b-chat-hf",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # other params...
)
API 参考：ChatTogether

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
AIMessage(content="J'adore la programmation.", response_metadata={'token_usage': {'completion_tokens': 9, 'prompt_tokens': 35, 'total_tokens': 44}, 'model_name': 'meta-llama/Llama-3-70b-chat-hf', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None}, id='run-eabcbe33-cdd8-45b8-ab0b-f90b6e7dfad8-0', usage_metadata={'input_tokens': 35, 'output_tokens': 9, 'total_tokens': 44})
print(ai_msg.content)
J'adore la programmation.

链式调用​

我们可以链式调用我们的模型与提示模板，如下所示

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "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
AIMessage(content='Ich liebe das Programmieren.', response_metadata={'token_usage': {'completion_tokens': 7, 'prompt_tokens': 30, 'total_tokens': 37}, 'model_name': 'meta-llama/Llama-3-70b-chat-hf', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None}, id='run-a249aa24-ee31-46ba-9bf9-f4eb135b0a95-0', usage_metadata={'input_tokens': 30, 'output_tokens': 7, 'total_tokens': 37})

API 参考​

有关 ChatTogether 所有功能和配置的详细文档，请查阅 API 参考：https://python.langchain.ac.cn/api_reference/together/chat_models/langchain_together.chat_models.ChatTogether.html