ChatFireworks 集成

使用 LangChain JavaScript 集成 ChatFireworks 聊天模型。

Fireworks AI 是一个用于运行和定制模型的 AI 推理平台。有关 Fireworks 提供的所有模型列表，请参阅 Fireworks 文档。

本指南将帮助您开始使用 ChatFireworks 聊天模型。有关 ChatFireworks 所有功能和配置的详细文档，请前往 API 参考。

概述

集成详情

类	包	可序列化	Python 支持	下载量	版本
ChatFireworks	@langchain/community	✅	✅

模型特性

有关如何使用特定功能的指南，请参阅下表标题中的链接。

工具调用	结构化输出	图像输入	音频输入	视频输入	令牌级流式传输	令牌使用量	对数概率
✅	✅	❌	❌	❌	✅	✅	✅

设置

要访问 ChatFireworks 模型，您需要创建一个 Fireworks 账户，获取 API 密钥，并安装 @langchain/community 集成包。

凭证

前往 Fireworks 网站 注册 Fireworks 并生成 API 密钥。完成后，设置 FIREWORKS_API_KEY 环境变量：

export FIREWORKS_API_KEY="your-api-key"

如果您希望自动追踪模型调用，还可以通过取消注释以下内容来设置 LangSmith API 密钥：

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

安装

LangChain 的 ChatFireworks 集成位于 @langchain/community 包中：

npm

npm install @langchain/community @langchain/core

实例化

现在我们可以实例化模型对象并生成聊天补全：

import { ChatFireworks } from "@langchain/community/chat_models/fireworks"

const llm = new ChatFireworks({
    model: "accounts/fireworks/models/llama-v3p1-70b-instruct",
    temperature: 0,
    maxTokens: undefined,
    timeout: undefined,
    maxRetries: 2,
    // 其他参数...
})

调用

const aiMsg = await llm.invoke([
    [
        "system",
        "你是一个将英语翻译成法语的助手。请翻译用户的句子。",
    ],
    ["human", "I love programming."],
])
aiMsg

AIMessage {
  "id": "chatcmpl-9rBYHbb6QYRrKyr2tMhO9pH4AYXR4",
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 8,
      "promptTokens": 31,
      "totalTokens": 39
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 31,
    "output_tokens": 8,
    "total_tokens": 39
  }
}

console.log(aiMsg.content)

J'adore la programmation.

---

API 参考

有关 ChatFireworks 所有功能和配置的详细文档，请前往 API 参考。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.