ChatTogether 集成

使用 LangChain Python 与 ChatTogether 聊天模型进行集成。

本页面将帮助您开始使用 Together AI 的聊天模型。有关 ChatTogether 所有功能和配置的详细文档，请参阅 API 参考。

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

概述

集成详情

类	包	可序列化	JS 支持	下载量	版本
ChatTogether	langchain-together	beta	✅

模型特性

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	原生异步	令牌使用量	对数概率
✅	✅	✅	✅	✅	✅	❌	✅	✅

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("输入您的 Together API 密钥：")

要启用模型调用的自动追踪，请设置您的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("输入您的 LangSmith API 密钥：")
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,
    # 其他参数...
)

调用

messages = [
    (
        "system",
        "您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."),
]
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 ChatTogether 所有功能和配置的详细文档，请参阅 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.