ChatFireworks
Fireworks AI 是一个用于运行和定制模型的 AI 推理平台。有关 Fireworks 提供的所有模型列表,请参阅 Fireworks 文档。
本指南将帮助您开始使用 ChatFireworks
聊天模型。有关所有 ChatFireworks
功能和配置的详细文档,请访问
API 参考文档。
概览
集成详情
| 类别 | 包 | 本地支持 | 可序列化 | Python 支持 | 包下载量 | 包最新版本 |
|---|---|---|---|---|---|---|
| ChatFireworks | @langchain/community | ❌ | ✅ | ✅ | ![]() | ![]() |
模型功能
请参阅下表标题中的链接,了解如何使用特定功能。
| 工具调用 | 结构化输出 | JSON 模式 | 图像输入 | 音频输入 | 视频输入 | 逐令牌流式传输 | 令牌使用情况 | 对数概率 |
|---|---|---|---|---|---|---|---|---|
| ✅ | ✅ | ✅ | ❌ | ❌ | ❌ | ✅ | ✅ | ✅ |
准备工作
要访问 ChatFireworks
模型,您需要创建一个 Fireworks 账户,获取 API 密钥,并安装
@langchain/community 集成包。
凭证信息
前往 Fireworks 官网
注册 Fireworks 账户并生成 API 密钥。完成之后,请设置 FIREWORKS_API_KEY
环境变量:
export FIREWORKS_API_KEY="your-api-key"
如果您希望对模型调用进行自动追踪,也可以取消以下代码的注释,设置您的 LangSmith API 密钥:
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"
安装步骤
LangChain 的 ChatFireworks 集成位于 @langchain/community 包中:
:::提示 请参阅安装集成包的一般说明部分。 :::
- npm
- yarn
- pnpm
npm i @langchain/community @langchain/core
yarn add @langchain/community @langchain/core
pnpm add @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结果:
import { ChatFireworks } from "@langchain/community/chat_models/fireworks";
const llm = new ChatFireworks({
model: "accounts/fireworks/models/llama-v3p1-70b-instruct",
temperature: 0,
maxTokens: undefined,
timeout: undefined,
maxRetries: 2,
// 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-9rBYHbb6QYRrKyr2tMhO9pH4AYXR4",
"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.
链式调用
我们可以像这样将模型与提示模板链式调用:
import { ChatPromptTemplate } from "@langchain/core/prompts";
const prompt = ChatPromptTemplate.fromMessages([
[
"system",
"You are a helpful assistant that translates {input_language} to {output_language}.",
],
["human", "{input}"],
]);
const chain = prompt.pipe(llm);
await chain.invoke({
input_language: "English",
output_language: "German",
input: "I love programming.",
});
AIMessage {
"id": "chatcmpl-9rBYM3KSIhHOuTXpBvA5oFyk8RSaN",
"content": "Ich liebe das Programmieren.",
"additional_kwargs": {},
"response_metadata": {
"tokenUsage": {
"completionTokens": 6,
"promptTokens": 26,
"totalTokens": 32
},
"finish_reason": "stop"
},
"tool_calls": [],
"invalid_tool_calls": [],
"usage_metadata": {
"input_tokens": 26,
"output_tokens": 6,
"total_tokens": 32
}
}
在后台,Fireworks AI 使用 OpenAI SDK 和与 OpenAI 兼容的 API,但有一些注意事项:
- Fireworks API 不支持某些属性,请参见 此处。
- 不支持使用多个提示进行生成。
API 参考文档
如需详细了解 ChatFireworks 的所有功能和配置,请访问 API 参考文档:https://api.js.langchain.com/classes/langchain_community_chat_models_fireworks.ChatFireworks.html
Related
- Chat model conceptual guide
- Chat model how-to guides

