跳到主要内容
本页面将帮助您开始使用 Together AI 聊天模型。有关所有 ChatTogether 功能和配置的详细文档,请查阅 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

类别本地可序列化JS 支持下载量版本
ChatTogetherlangchain-together测试版PyPI - DownloadsPyPI - Version

模型功能

工具调用结构化输出JSON 模式图像输入音频输入视频输入令牌级流式传输原生异步Token 用量Logprobs

设置

要访问 Together 模型,您需要创建一个 Together 账户,获取一个 API 密钥,并安装 langchain-together 集成包。

凭据

请访问此页面注册 Together 并生成 API 密钥。完成此操作后,请设置 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化跟踪,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完成
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,请查阅 API 参考:python.langchain.com/api_reference/together/chat_models/langchain_together.chat_models.ChatTogether.html
以编程方式连接这些文档到 Claude、VSCode 等,通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.