Skip to main content
Open In ColabOpen on GitHub

ChatFireworks

本文档帮助您开始使用Fireworks AI 聊天模型。有关所有ChatFireworks功能和配置的详细文档，请访问API参考。

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

概述​

集成详情​

类包本地可序列化JS支持包下载量包最新版本
ChatFireworkslangchain-fireworks❌测试版✅PyPI - VersionPyPI - 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令牌级流式传输原生异步令牌使用Logprobs
✅✅✅❌❌❌✅✅✅✅

设置​

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

凭证​

前往 (ttps://fireworks.ai/login 注册 Fireworks 并生成一个 API 密钥。完成此操作后，设置 FIREWORKS_API_KEY 环境变量：

import getpass
import os

if "FIREWORKS_API_KEY" not in os.environ:
    os.environ["FIREWORKS_API_KEY"] = getpass.getpass("Enter your Fireworks API key: ")

如果你想获取模型调用的自动追踪，你也可以通过取消注释以下内容来设置你的LangSmith API密钥：

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

安装​

LangChain Fireworks 集成位于 langchain-fireworks 包中：

%pip install -qU langchain-fireworks

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：

  • TODO: 使用相关参数更新模型实例化。
from langchain_fireworks import ChatFireworks

llm = ChatFireworks(
    model="accounts/fireworks/models/llama-v3-70b-instruct",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # other params...
)
API Reference:ChatFireworks

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': {'prompt_tokens': 35, 'total_tokens': 44, 'completion_tokens': 9}, 'model_name': 'accounts/fireworks/models/llama-v3-70b-instruct', 'system_fingerprint': '', 'finish_reason': 'stop', 'logprobs': None}, id='run-df28e69a-ff30-457e-a743-06eb14d01cb0-0', usage_metadata={'input_tokens': 35, 'output_tokens': 9, 'total_tokens': 44})
print(ai_msg.content)
J'adore la programmation.

链式调用​

我们可以链式我们的模型与一个提示模板，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': {'prompt_tokens': 30, 'total_tokens': 37, 'completion_tokens': 7}, 'model_name': 'accounts/fireworks/models/llama-v3-70b-instruct', 'system_fingerprint': '', 'finish_reason': 'stop', 'logprobs': None}, id='run-ff3f91ad-ed81-4acf-9f59-7490dc8d8f48-0', usage_metadata={'input_tokens': 30, 'output_tokens': 7, 'total_tokens': 37})

API参考​

有关所有ChatFireworks功能和配置的详细文档，请访问API参考：https://python.langchain.com/api_reference/fireworks/chat_models/langchain_fireworks.chat_models.ChatFireworks.html

这个页面有帮助吗？