Skip to main content
本指南帮助你快速上手 AI/ML API 聊天模型。如需了解所有 ChatAIMLAPI 功能和配置的详细文档，请参阅 API 参考。 AI/ML API 提供对数百个托管基础模型的统一访问，具备高可用性和高吞吐量。

​
概览

​
集成详情

ClassPackageSerializableJS supportDownloadsVersion
ChatAIMLAPIlangchain-aimlapibeta❌PyPI - DownloadsPyPI - Version

​
模型功能

Tool callingStructured outputImage inputAudio inputVideo inputToken-level streamingNative asyncToken usageLogprobs
✅✅✅✅✅✅✅✅✅

​
设置

要访问 AI/ML API 模型，你需要创建账号、获取 API 密钥，并安装 langchain-aimlapi 集成包。

​
凭据

前往 aimlapi.com 注册并生成 API 密钥。完成后，设置 AIMLAPI_API_KEY 环境变量： 
import getpass
import os

if not os.getenv("AIMLAPI_API_KEY"):
    os.environ["AIMLAPI_API_KEY"] = getpass.getpass("Enter your AI/ML API key: ")
要启用模型调用的自动追踪，请设置你的 LangSmith API 密钥： 
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

​
安装

LangChain AI/ML API 集成位于 langchain-aimlapi 包中： 
pip install -qU langchain-aimlapi

​
实例化

现在我们可以实例化模型对象并生成聊天补全： 
from langchain_aimlapi import ChatAIMLAPI

llm = ChatAIMLAPI(
    model="meta-llama/Llama-3-70b-chat-hf",
    temperature=0.7,
    max_tokens=512,
    timeout=30,
    max_retries=3,
)

​
调用

messages = [
    ("system", "You are a helpful assistant that translates English to French."),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg

AIMessage(content="J'adore la programmation.", response_metadata={'token_usage': {'completion_tokens': 9, 'prompt_tokens': 23, 'total_tokens': 32}, 'model_name': 'meta-llama/Llama-3-70b-chat-hf'}, id='run-...')

print(ai_msg.content)

J'adore la programmation.

​
流式调用

你也可以逐个 token 进行流式输出： 
for chunk in llm.stream("List top 5 programming languages in 2025 with reasons."):
    print(chunk.content, end="", flush=True)

​
API 参考

如需了解所有 ChatAIMLAPI 功能和配置的详细文档，请参阅 API 参考。
在 GitHub 上编辑此页 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。