Skip to main content
Together AI 提供了一个 API，只需几行代码即可查询 50 多个领先的开源模型。 本指南将帮助您开始使用 ChatTogetherAI 聊天模型。有关所有 ChatTogetherAI 功能和配置的详细文档，请参阅 API 参考。

​
概览

​
集成详情

类包可序列化PY 支持下载量版本
ChatTogetherAI@langchain/community✅✅NPM - DownloadsNPM - Version

​
模型功能

请参阅下表标题中的链接，了解有关如何使用特定功能的指南。
工具调用结构化输出图像输入音频输入视频输入Token 级流式传输Token 使用情况Logprobs
✅✅✅✅✅✅✅✅

​
设置

要访问 ChatTogetherAI 模型，您需要创建一个 Together 帐户，在此处获取 API 密钥，并安装 @langchain/community 集成包。

​
凭据

前往 api.together.ai 注册 TogetherAI 并生成 API 密钥。完成后，设置 TOGETHER_AI_API_KEY 环境变量： 
export TOGETHER_AI_API_KEY="your-api-key"
如果您想获得模型调用的自动追踪，您还可以通过取消注释以下内容来设置您的 LangSmith API 密钥： 
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

​
安装

LangChain ChatTogetherAI 集成位于 @langchain/community 包中： 
npm install @langchain/community @langchain/core

​
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： 
import { ChatTogetherAI } from "@langchain/community/chat_models/togetherai"

const llm = new ChatTogetherAI({
    model: "mistralai/Mixtral-8x7B-Instruct-v0.1",
    temperature: 0,
    // other params...
})

​
调用

const aiMsg = await llm.invoke([
    [
        "system",
        "You are a helpful assistant that translates English to French. Translate the user sentence.",
    ],
    ["human", "I love programming."],
])
aiMsg

AIMessage {
  "id": "chatcmpl-9rT9qEDPZ6iLCk6jt3XTzVDDH6pcI",
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 8,
      "promptTokens": 31,
      "totalTokens": 39
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 31,
    "output_tokens": 8,
    "total_tokens": 39
  }
}

console.log(aiMsg.content)

J'adore la programmation.

​
API 参考

有关所有 ChatTogetherAI 功能和配置的详细文档，请参阅 API 参考。
在 GitHub 上编辑此页面 或 提交问题。
将这些文档连接到 Claude、VSCode 等，通过 MCP 获取实时解答。