ChatMistralAI

这将帮助您入门 Mistral 聊天模型。有关所有 ChatMistralAI 功能和配置的详细文档，请访问 API 参考。ChatMistralAI 类是基于 Mistral API 构建的。有关 Mistral 支持的所有模型的列表，请查看 此页面。

概述

集成详情

类	包	本地	可序列化	JS 支持	包下载量	包最新版本
ChatMistralAI	langchain_mistralai	❌	beta	✅

模型特性

工具调用	结构化输出	JSON模式	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	Logprobs
✅	✅	✅	❌	❌	❌	✅	✅	✅	❌

设置

要访问 ChatMistralAI 模型，您需要创建一个 Mistral 账户，获取一个 API 密钥，并安装 langchain_mistralai 集成包。

凭证

需要一个有效的 API key 以与 API 进行通信。完成后，请设置 MISTRAL_API_KEY 环境变量：

import getpass
import os

os.environ["MISTRAL_API_KEY"] = getpass.getpass("Enter your Mistral API key: ")

如果您想自动跟踪模型调用，可以通过取消注释以下内容来设置您的 LangSmith API key：

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

安装

LangChain Mistral 集成位于 langchain_mistralai 包中：

%pip install -qU langchain_mistralai

实例化

现在我们可以实例化我们的模型对象并生成聊天完成：

from langchain_mistralai import ChatMistralAI

llm = ChatMistralAI(
    model="mistral-large-latest",
    temperature=0,
    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='Sure, I\'d be happy to help you translate that sentence into French! The English sentence "I love programming" translates to "J\'aime programmer" in French. Let me know if you have any other questions or need further assistance!', response_metadata={'token_usage': {'prompt_tokens': 32, 'total_tokens': 84, 'completion_tokens': 52}, 'model': 'mistral-small', 'finish_reason': 'stop'}, id='run-64bac156-7160-4b68-b67e-4161f63e021f-0', usage_metadata={'input_tokens': 32, 'output_tokens': 52, 'total_tokens': 84})

print(ai_msg.content)

Sure, I'd be happy to help you translate that sentence into French! The English sentence "I love programming" translates to "J'aime programmer" in French. Let me know if you have any other questions or need further assistance!

链接

我们可以通过一个提示模板来链接我们的模型，如下所示：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "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.",
    }
)

AIMessage(content='Ich liebe Programmierung. (German translation)', response_metadata={'token_usage': {'prompt_tokens': 26, 'total_tokens': 38, 'completion_tokens': 12}, 'model': 'mistral-small', 'finish_reason': 'stop'}, id='run-dfd4094f-e347-47b0-9056-8ebd7ea35fe7-0', usage_metadata={'input_tokens': 26, 'output_tokens': 12, 'total_tokens': 38})

API 参考

前往 API 参考 查看所有属性和方法的详细文档。

相关

• 聊天模型 概念指南
• 聊天模型 操作指南