ChatCerebras 集成

集成 ChatCerebras 对话模型使用 LangChain JavaScript.

Cerebras 是一个以速度为重点的模型提供者，提供开源模型。由 Wafer-Scale Engine-3 (WSE-3) 驱动的 Cerebras CS-3 系统，代表了一种新型 AI 超级计算机，以其无与伦比的性能和可扩展性，为生成式 AI 训练和推理设定了标准。

使用 Cerebras 作为您的推理提供者，您可以：

• 实现前所未有的 AI 推理工作负载速度
• 以高吞吐量进行商业构建
• 通过我们无缝的集群技术轻松扩展您的 AI 工作负载

我们的 CS-3 系统可以快速轻松地集群化，创建世界上最大的 AI 超级计算机，使部署和运行最大模型变得简单。领先的 corporations、研究机构以及政府已经开始使用 Cerebras 解决方案来开发专有模型和训练流行的开源模型。

这将帮助您开始使用 ChatCerebras 对话模型。有关所有 ChatCerebras 功能和配置的详细文档，请访问 API reference。

概述

集成细节

类别	包	可序列化	PY 支持	下载	版本
ChatCerebras	@langchain/cerebras	❌	✅

模型特性

请查看表头中的链接，了解如何使用特定特性。

工具调用	结构化输出	图像输入	音频输入	视频输入	Token 级流式输出	Token 使用	Logprobs
✅	✅	❌	❌	❌	✅	✅	❌

设置

要访问 ChatCerebras 模型，您需要创建一个 Cerebras 账户，获取 API 密钥并安装 @langchain/cerebras 集成包。

凭证

从 cloud.cerebras.ai 获取 API 密钥，并将其添加到您的环境变量中：

export CEREBRAS_API_KEY="your-api-key"

如果您希望自动跟踪您的模型调用，您也可以通过取消注释以下内容来设置您的 LangSmith API 密钥：

# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装

LangChain ChatCerebras 集成位于 @langchain/cerebras 包中：

npm

npm install @langchain/cerebras @langchain/core

实例化

现在我们可以实例化我们的模型对象并生成对话补全：

import { ChatCerebras } from "@langchain/cerebras"

const llm = new ChatCerebras({
    model: "llama-3.3-70b",
    temperature: 0,
    maxTokens: undefined,
    maxRetries: 2,
    // other params...
})

调用

const aiMsg = await llm.invoke([
    {
      role: "system",
      content: "You are a helpful assistant that translates English to French. Translate the user sentence.",
    },
    { role: "user", content: "I love programming." },
])
aiMsg

AIMessage {
  "id": "run-17c7d62d-67ac-4677-b33a-18298fc85e35",
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "id": "chatcmpl-2d1e2de5-4239-46fb-af2a-6200d89d7dde",
    "created": 1735785598,
    "model": "llama-3.3-70b",
    "system_fingerprint": "fp_2e2a2a083c",
    "object": "chat.completion",
    "time_info": {
      "queue_time": 0.00009063,
      "prompt_time": 0.002163031,
      "completion_time": 0.012339628,
      "total_time": 0.01640915870666504,
      "created": 1735785598
    }
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 55,
    "output_tokens": 9,
    "total_tokens": 64
  }
}

console.log(aiMsg.content)

J'adore la programmation.

JSON 调用

const messages = [
  {
    role: "system",
    content: "You are a math tutor that handles math exercises and makes output in json in format { result: number }.",
  },
  { role: "user",  content: "2 + 2" },
];

const aiInvokeMsg = await llm.invoke(messages, { response_format: { type: "json_object" } });

// if you want not to pass response_format in every invoke, you can bind it to the instance
const llmWithResponseFormat = llm.bind({ response_format: { type: "json_object" } });
const aiBindMsg = await llmWithResponseFormat.invoke(messages);

// they are the same
console.log({ aiInvokeMsgContent: aiInvokeMsg.content, aiBindMsg: aiBindMsg.content });

{ aiInvokeMsgContent: '{"result":4}', aiBindMsg: '{"result":4}' }

---

API 参考

有关所有 ChatCerebras 功能和配置的详细文档，请访问 API reference。

---

官方原文：src/oss/javascript/integrations/chat/cerebras.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。