Skip to main content
Open In ColabOpen on GitHub

ChatTogether

本页面将帮助您开始使用 Together AI 的聊天模型。如需了解所有 ChatTogether 功能和配置的详细文档，请转至API 参考。

Together AI 提供了一个 API，用于查询50 多个领先的开源模型。

概览​

集成详情​

类包本地可序列化JS 支持包下载包最新版本
ChatTogetherlangchain-together❌beta✅PyPI - DownloadsPyPI - Version

模型特性​

工具调用结构化输出JSON 模式图像输入音频输入视频输入Token 级流式输出原生异步Token 用量Logprobs
✅✅✅✅✅✅✅❌✅✅

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: ")

为了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我们的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 Reference: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​

我们可以将模型与提示模板进行如下链式调用：

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 Reference: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​

如需了解 ChatTogether 所有功能和配置的详细文档，请访问 API 参考：https://python.langchain.com/api_reference/together/chat_models/langchain_together.chat_models.ChatTogether.html