Cohere

caution

您当前正在查看文档，介绍了如何使用 Cohere 模型作为文本补全模型。许多流行的 Cohere 模型是聊天补全模型。

您可能想查看这页。

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。

设置

集成位于 langchain-community 包中。我们还需要安装 cohere 包。我们可以通过以下命令安装这些包：

pip install -U langchain-community langchain-cohere

我们还需要获取一个 Cohere API 密钥并设置 COHERE_API_KEY 环境变量：

import getpass
import os

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

 ········

设置 LangSmith 以获得最佳的可观察性也是有帮助的（但不是必需的）

# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()

Cohere 支持所有 LLM 功能：

from langchain_cohere import Cohere
from langchain_core.messages import 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，以便于结构化用户输入。我们可以使用 LCEL 来实现这一点。

from langchain_core.prompts import PromptTemplate

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

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? '