Skip to main content
本文档将帮助您快速上手 Netmind 聊天模型。有关 ChatNetmind 所有功能和配置的详细文档，请参阅 API 参考。

​
概述

​
集成详情

类包可序列化JS 支持下载量版本
ChatNetmindlangchain-netmind❌❌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Token 级流式传输原生异步Token 用量对数概率
✅✅❌❌❌✅✅✅✅

​
设置

要访问 Netmind 模型，您需要创建一个 Netmind 账户、获取 API 密钥，并安装 langchain-netmind 集成包。

​
凭据

前往 www.netmind.ai/ 注册 Netmind 账户并生成 API 密钥。完成后，设置 NETMIND_API_KEY 环境变量： 
import getpass
import os

if not os.getenv("NETMIND_API_KEY"):
    os.environ["NETMIND_API_KEY"] = getpass.getpass("Enter your Netmind API key: ")
如果您希望启用模型调用的自动追踪，也可以取消注释以下内容设置您的 LangSmith API 密钥： 
# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

​
安装

LangChain Netmind 集成位于 langchain-netmind 包中： 
pip install -qU langchain-netmind

​
实例化

现在我们可以实例化模型对象并生成聊天补全内容： 
from langchain_netmind import ChatNetmind

llm = ChatNetmind(
    model="deepseek-ai/DeepSeek-V3",
    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 programmer.", additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 13, 'prompt_tokens': 31, 'total_tokens': 44, 'completion_tokens_details': None, 'prompt_tokens_details': None}, 'model_name': 'deepseek-ai/DeepSeek-V3', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None}, id='run-ca6c2010-844d-4bf6-baac-6e248491b000-0', usage_metadata={'input_tokens': 31, 'output_tokens': 13, 'total_tokens': 44, 'input_token_details': {}, 'output_token_details': {}})

print(ai_msg.content)

J'adore programmer.

​
API 参考

有关 ChatNetmind 所有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。
通过 MCP 将这些文档连接 到 Claude、VSCode 等，以获取实时答案。