ChatMistralAI

Mistral AI 是一个平台，提供其强大的 开源模型 的托管服务。

这将帮助您开始使用 ChatMistralAI 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。

概述

集成详细信息

类	包	本地	可序列化	PY 支持	包下载	包最新
ChatMistralAI	@langchain/mistralai	❌	❌	✅

模型功能

有关如何使用特定功能的指南，请查看下方表格标题中的链接。

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	令牌使用情况	Logprobs
✅	✅	✅	❌	❌	❌	✅	✅	❌

设置

要访问 Mistral AI 模型，您需要创建一个 Mistral AI 帐户，获取 API 密钥，并安装 @langchain/mistralai 集成包。

凭据

访问 此处 注册 Mistral AI 并生成 API 密钥。完成此操作后，设置 MISTRAL_API_KEY 环境变量

export MISTRAL_API_KEY="your-api-key"

如果您希望自动跟踪您的模型调用，您还可以通过取消以下注释来设置您的 LangSmith API 密钥

# export LANGCHAIN_TRACING_V2="true"
# export LANGCHAIN_API_KEY="your-api-key"

安装

LangChain ChatMistralAI 集成位于 @langchain/mistralai 包中

提示

有关安装集成包的通用说明，请参阅 此部分。

npm

npm i @langchain/mistralai

yarn

yarn add @langchain/mistralai

pnpm

pnpm add @langchain/mistralai

实例化

现在，我们可以实例化模型对象并生成聊天完成

import { ChatMistralAI } from "@langchain/mistralai";

const llm = new ChatMistralAI({
  model: "mistral-large-latest",
  temperature: 0,
  maxRetries: 2,
  // other params...
});

调用

向 Mistral 发送聊天消息时，有一些要求需要遵守

• 第一条消息不能是助手（AI）消息。
• 消息必须在用户和助手（AI）消息之间交替。
• 消息不能以助手（AI）或系统消息结尾。

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 {
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 9,
      "promptTokens": 27,
      "totalTokens": 36
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 27,
    "output_tokens": 9,
    "total_tokens": 36
  }
}

console.log(aiMsg.content);

J'adore la programmation.

链接

我们可以像这样 链接 我们的模型和提示模板

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 {
  "content": "Ich liebe Programmieren.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 7,
      "promptTokens": 21,
      "totalTokens": 28
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 21,
    "output_tokens": 7,
    "total_tokens": 28
  }
}

工具调用

Mistral 的 API 支持他们部分模型的 工具调用。您可以在 此页面 上查看哪些模型支持工具调用。

以下示例演示了如何使用它

import { ChatMistralAI } from "@langchain/mistralai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import { z } from "zod";
import { tool } from "@langchain/core/tools";

const calculatorSchema = z.object({
  operation: z
    .enum(["add", "subtract", "multiply", "divide"])
    .describe("The type of operation to execute."),
  number1: z.number().describe("The first number to operate on."),
  number2: z.number().describe("The second number to operate on."),
});

const calculatorTool = tool(
  (input) => {
    return JSON.stringify(input);
  },
  {
    name: "calculator",
    description: "A simple calculator tool",
    schema: calculatorSchema,
  }
);

// Bind the tool to the model
const modelWithTool = new ChatMistralAI({
  model: "mistral-large-latest",
}).bindTools([calculatorTool]);

const calcToolPrompt = ChatPromptTemplate.fromMessages([
  [
    "system",
    "You are a helpful assistant who always needs to use a calculator.",
  ],
  ["human", "{input}"],
]);

// Chain your prompt, model, and output parser together
const chainWithCalcTool = calcToolPrompt.pipe(modelWithTool);

const calcToolRes = await chainWithCalcTool.invoke({
  input: "What is 2 + 2?",
});
console.log(calcToolRes.tool_calls);

[
  {
    name: 'calculator',
    args: { operation: 'add', number1: 2, number2: 2 },
    type: 'tool_call',
    id: 'DD9diCL1W'
  }
]

API 参考

有关所有 ChatMistralAI 功能和配置的详细文档，请访问 API 参考：https://api.js.langchain.com/classes/langchain_mistralai.ChatMistralAI.html

相关

• 聊天模型 概念指南
• 聊天模型 操作指南