ChatAI21

概述

本笔记本介绍如何开始使用AI21聊天模型。 请注意，不同的聊天模型支持不同的参数。请参阅AI21文档以了解您所选择模型中的参数。 查看所有AI21的LangChain组件。

集成细节

类别	包	本地	可序列化	JS 支持	包下载量	包最新版本
ChatAI21	langchain-ai21	❌	beta	✅

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	日志概率
✅	✅	❌	❌	❌	❌	✅	✅	✅	❌

设置

凭证

我们需要获取一个 AI21 API 密钥 并设置 AI21_API_KEY 环境变量：

import os
from getpass import getpass

os.environ["AI21_API_KEY"] = getpass()

如果您希望自动跟踪您的模型调用，您还可以通过取消注释下面的内容来设置您的 LangSmith API 密钥：

# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

安装

!pip install -qU langchain-ai21

实例化

现在我们可以实例化我们的模型对象并生成聊天补全：

from langchain_ai21 import ChatAI21

llm = ChatAI21(model="jamba-instruct", temperature=0)

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 programmer.", id='run-2e8d16d6-a06e-45cb-8d0c-1c8208645033-0')

链接

我们可以通过一个提示模板来链接我们的模型，如下所示：

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.",
    }
)

AIMessage(content='Ich liebe das Programmieren.', id='run-e1bd82dc-1a7e-4b2e-bde9-ac995929ac0f-0')

API 参考

有关所有 ChatAI21 功能和配置的详细文档，请访问 API 参考： https://api.python.langchain.com/en/latest/chat_models/langchain_ai21.chat_models.ChatAI21.html

相关

• 聊天模型 概念指南
• 聊天模型 操作指南