ChatTogether 集成

使用 LangChain Python 集成 ChatTogether 对话模型。

本页面将帮助您开始使用 Together AI 对话模型。有关所有 ChatTogether 功能和配置的详细文档，请访问 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	包	可序列化	JS 支持	下载次数	版本
ChatTogether	langchain-together	beta	✅

模型功能

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	原生异步	Token 使用量	Logprobs
✅	✅	✅	✅	✅	✅	❌	✅	✅

设置

要访问 Together 模型，您需要创建一个 Together 账户，获取一个 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，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我们的模型对象并生成对话补全：

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...
)

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.

---

API 参考

有关所有 ChatTogether 功能和配置的详细文档，请访问 API 参考

---

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