ChatAbso
这将帮助你开始使用ChatAbso 聊天模型。要查看所有ChatAbso功能和配置的详细文档,请访问API参考。
- 您可以在此处找到 Abso 路由器的完整文档 [https://abso.ai]
概览
集成细节
| Class | 包 | 本地 | 序列化 | JS支持 | Package downloads | Package 最新版本 |
|---|---|---|---|---|---|---|
| ChatAbso | langchain-abso | ❌ | ❌ | ❌ |
设置
要访问ChatAbso模型,您需要创建一个OpenAI账户,获取API密钥,并安装langchain-abso集成包。
Credentials
- TODO: 更新为相关的信息。
前往(TODO: 链接)注册ChatAbso并生成API密钥。完成这一步后,请设置ABSO_API_KEY环境变量:
import getpass
import os
if not os.getenv("OPENAI_API_KEY"):
os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")
安装
The LangChain ChatAbso 整合存在于 langchain-abso 包中:
%pip install -qU langchain-abso
Instantiation
现在我们就可以实例化我们的模型对象并生成聊天完成内容:
from langchain_abso import ChatAbso
llm = ChatAbso(fast_model="gpt-4o", slow_model="o3-mini")
Invocation
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
print(ai_msg.content)
链式调用
我们可以通过以下方式将模型与提示模板进行链接:
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate(
[
(
"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 参考:ChatPromptTemplate
API 参考
详细文档包含了所有ChatAbso功能和配置,请访问API参考:https://python.langchain.com/api_reference/en/latest/chat_models/langchain_abso.chat_models.ChatAbso.html