以编程方式使用文档

本文档帮助您开始使用 Fireworks AI 聊天模型。有关 Fireworks 提供所有模型的列表，请参阅 Fireworks 文档.

概述

集成详情

ClassPackageSerializableJS/TS SupportDownloadsVersion
ChatFireworkslangchain-fireworksbeta✅ (npm)!PyPI - 下载量!PyPI - 版本

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 级流式输出原生异步Token 使用量对数概率
✅✅❌❌❌✅✅✅✅

设置

要访问 Fireworks 模型，您需要创建一个 Fireworks 账户，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：

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 package:

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，请前往 ChatFireworks API 参考。