ChatAbso

這將幫助您開始使用 ChatAbso 聊天模型。如需 ChatAbso 所有功能和設定的詳細文件，請參閱 API 參考文件。

• 您可以在此處找到 Abso 路由器的完整文件 [這裡] (https://abso.ai)

概觀

整合細節

類別	套件	本地	可序列化	JS 支援	套件下載次數	套件最新版本
ChatAbso	langchain-abso	❌	❌	❌

設定

若要存取 ChatAbso 模型，您需要建立 OpenAI 帳戶、取得 API 金鑰，並安裝 langchain-abso 整合套件。

憑證

• 待辦事項：更新相關資訊。

請前往 (待辦事項：連結) 註冊 ChatAbso 並產生 API 金鑰。完成後，請設定 ABSO_API_KEY 環境變數

import getpass
import os

if not os.getenv("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")

安裝

LangChain ChatAbso 整合功能位於 langchain-abso 套件中

%pip install -qU langchain-abso

實例化

現在我們可以實例化模型物件並產生聊天完成結果

from langchain_abso import ChatAbso

llm = ChatAbso(fast_model="gpt-4o", slow_model="o3-mini")

呼叫

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

print(ai_msg.content)

鏈結

我們可以像這樣使用提示範本鏈結我們的模型

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate(
    [
        (
            "system",
            "You are a helpful assistant that translates {input_language} to {output_language}.",
        ),
        ("human", "{input}"),
    ]
)

chain = prompt | llm
chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)

API 參考文件：ChatPromptTemplate

API 參考文件

如需 ChatAbso 所有功能和設定的詳細文件，請參閱 API 參考文件：https://langchain-python.dev.org.tw/api_reference/en/latest/chat_models/langchain_abso.chat_models.ChatAbso.html

相關內容

• 聊天模型 概念指南
• 聊天模型 操作指南