Skip to main content
本文档帮助您开始使用 Fireworks AI 聊天模型。有关 Fireworks 提供的所有模型列表，请参阅 Fireworks 文档。
API 参考有关所有功能和配置选项的详细文档，请访问 ChatFireworks API 参考。

​
概述

​
集成详情

类包可序列化JS/TS 支持下载量版本
ChatFireworkslangchain-fireworksbeta✅ (npm)PyPI - DownloadsPyPI - Version

​
模型特性

工具调用结构化输出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量对数概率
✅✅❌❌❌✅✅✅✅

​
设置

要访问 Fireworks 模型，您需要创建一个 Fireworks 帐户，获取 API 密钥，并安装 langchain-fireworks 集成包。

​
凭证

前往 fireworks.ai 注册 Fireworks 并生成 API 密钥。完成此操作后，设置 FIREWORKS_API_KEY 环境变量： 
import getpass
import os

if "FIREWORKS_API_KEY" not in os.environ:
    os.environ["FIREWORKS_API_KEY"] = getpass.getpass("Enter your Fireworks API key: ")
要启用模型调用的自动跟踪，请设置您的 LangSmith API 密钥： 
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

​
安装

LangChain Fireworks 集成位于 langchain-fireworks 包中： 
pip install -qU langchain-fireworks

​
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_fireworks import ChatFireworks

llm = ChatFireworks(
    model="accounts/fireworks/models/kimi-k2-instruct-0905",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # other params...
)

​
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 la programmation.", additional_kwargs={}, response_metadata={'token_usage': {'prompt_tokens': 31, 'total_tokens': 41, 'completion_tokens': 10}, 'system_fingerprint': '', 'finish_reason': 'stop', 'logprobs': None, 'model_provider': 'fireworks', 'model_name': 'accounts/fireworks/models/kimi-k2-instruct-0905'}, id='lc_run--a2bdeca3-6394-4c80-97ad-2fc8db9f54bb-0', usage_metadata={'input_tokens': 31, 'output_tokens': 10, 'total_tokens': 41})

print(ai_msg.content)

J'adore la programmation.

​
API 参考

有关所有功能和配置选项的详细文档，请访问 ChatFireworks API 参考。
将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。