Cohere

谨慎

您当前正在访问一个页面，其中记录了如何将 Cohere 模型用作文本完成模型。许多流行的 Cohere 模型都是聊天完成模型。

您可能正在寻找此页面。

Cohere 是一家加拿大初创公司，提供自然语言处理模型，帮助公司改善人机交互。

前往 API 参考获取所有属性和方法的详细文档。

概述

类	包	本地化	序列化	JS 支持	软件包下载	最新包装
Cohere	langchain_community	❌	beta	✅

集成位于langchain-community包。我们还需要安装coherepackage 本身。我们可以使用以下方式安装这些设备：

我们需要获取一个 Cohere API 密钥，并将COHERE_API_KEY环境变量：

import getpass
import os

if "COHERE_API_KEY" not in os.environ:
    os.environ["COHERE_API_KEY"] = getpass.getpass()

pip install -U langchain-community langchain-cohere

设置 LangSmith 以实现一流的可观测性也很有帮助（但不是必需的）

# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass()

Cohere 支持所有 LLM 功能：

from langchain_cohere import Cohere
from langchain_core.messages import HumanMessage

API 参考：HumanMessage

model = Cohere(max_tokens=256, temperature=0.75)

message = "Knock knock"
model.invoke(message)

" Who's there?"

await model.ainvoke(message)

" Who's there?"

for chunk in model.stream(message):
    print(chunk, end="", flush=True)

 Who's there?

model.batch([message])

[" Who's there?"]

您还可以轻松地与提示模板结合使用，以便轻松构建用户输入。我们可以使用 LCEL 来做到这一点

from langchain_core.prompts import PromptTemplate

prompt = PromptTemplate.from_template("Tell me a joke about {topic}")
chain = prompt | model

API 参考：PromptTemplate

chain.invoke({"topic": "bears"})

' Why did the teddy bear cross the road?\nBecause he had bear crossings.\n\nWould you like to hear another joke? '