హోమ్ / గైడ్‌లు / LangChain కోసం ఉచిత LLM API

LangChain కోసం ఉచిత LLM API

LangChain ChatOpenAI మరియు OpenAIEmbeddings ద్వారా OpenAI-అనుకూల APIలకు కనెక్ట్ అవుతుంది. మీరు బేస్ URL మరియు కీని మారుస్తారు. ఈ గైడ్ రెండు క్లాస్‌లను FreeLLMAPI వైపు చూపిస్తుంది. FreeLLMAPI ఒక కీ వెనుక 45 ఉచిత ప్రొవైడర్ టియర్‌లను కలుపుతుంది. దిగువ కోడ్ Python మరియు JavaScriptలో పని చేస్తుంది మరియు రేట్ పరిమితులను నిర్వహిస్తుంది.

కోడ్, మోడల్ పేర్లు మరియు ప్రత్యక్ష కేటలాగ్ లేబుల్‌లు ఇంగ్లీషులోనే చూపబడతాయి.

గేట్‌వే మరియు ప్యాకేజీలను సెటప్ చేయండి

FreeLLMAPIని ఇన్‌స్టాల్ చేయండి మరియు డ్యాష్‌బోర్డ్ Keys పేజీలో రెండు లేదా అంతకంటే ఎక్కువ ప్రొవైడర్ల నుండి ఉచిత కీలను జోడించండి. ఏకీకృత కీని కాపీ చేయండి. మీ కోడ్ ఈ కీని మాత్రమే ఉపయోగిస్తుంది. ప్రొవైడర్ కీలు FreeLLMAPIలోనే ఉంటాయి.

FreeLLMAPI మరియు LangChain ప్యాకేజీలను ఇన్‌స్టాల్ చేయండి

curl -fsSL https://freellmapi.co/install.sh | bash

# Python
pip install -U langchain langchain-openai

# JavaScript
npm install @langchain/openai @langchain/core zod

ఎన్విరాన్మెంట్ వేరియబుల్స్

export FREELLMAPI_BASE_URL=http://localhost:3001/v1
export FREELLMAPI_API_KEY=<unified-key>

రూటర్ మోడల్‌ను ఎంచుకోవాలంటే model="auto" ఉపయోగించండి. మీరు రూటింగ్ స్ట్రాటజీని కూడా ఉపయోగించవచ్చు, ఉదాహరణకు auto:fast లేదా auto:smart. auto:coding వంటి పేరున్న ప్రొఫైల్ మరియు కేటలాగ్ నుండి స్థిరమైన మోడల్ ID కూడా పని చేస్తాయి.

మీ కీలు ఇప్పుడు ఏ మోడల్‌లను కాల్ చేయగలవో చూడటానికి, GET /v1/models?execution_status=ready ను అభ్యర్థించండి. పూర్తి జాబితాలో కీ లేని మోడల్‌లు కూడా ఉంటాయి. exhausted స్థితి ఉన్న మోడల్‌కు కీలు ఉన్నాయి, కానీ ఈ క్షణంలో అవన్నీ పరిమితి వద్ద ఉన్నాయి. కూల్‌డౌన్‌లు ముగిసినప్పుడు ఆ స్థితి క్లియర్ అవుతుంది.

ఇప్పుడు సమాధానం ఇవ్వగల మోడల్‌లను జాబితా చేయండి

curl "http://localhost:3001/v1/models?execution_status=ready" \
  -H "Authorization: Bearer <unified-key>"

ChatOpenAIతో చాట్ చేయండి

Pythonలో, base_url మరియు api_key సెట్ చేయండి. max_retries విలువ OpenAI క్లయింట్‌కు వెళ్తుంది, అది 429 మరియు 5xx ఎర్రర్‌లను ఎక్స్‌పొనెన్షియల్ బ్యాకాఫ్‌తో మళ్లీ ప్రయత్నిస్తుంది.

Python: చాట్ మరియు స్ట్రీమింగ్

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="auto",
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    temperature=0.2,
    max_retries=3,
    timeout=60,
    include_response_headers=True,
)

msg = llm.invoke("Explain retrieval-augmented generation in two sentences.")
print(msg.content)
print("Served by:", msg.response_metadata["headers"].get("x-routed-via"))

for chunk in llm.stream("Write a haiku about SQLite."):
    print(chunk.content, end="", flush=True)

JavaScriptలో, బేస్ URLను configuration.baseURL లో ఉంచండి. configuration ఆబ్జెక్ట్ అధికారిక OpenAI SDK క్లయింట్‌కు వెళ్తుంది.

JavaScript: చాట్ మరియు స్ట్రీమింగ్

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "auto",
  apiKey: process.env.FREELLMAPI_API_KEY,
  temperature: 0.2,
  maxRetries: 3,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});

const msg = await llm.invoke("Explain retrieval-augmented generation in two sentences.");
console.log(msg.content);

for await (const chunk of await llm.stream("Write a haiku about SQLite.")) {
  process.stdout.write(String(chunk.content));
}

x-routed-via హెడర్ సమాధానం ఇచ్చిన ప్రొవైడర్ మరియు మోడల్‌ను చూపుతుంది. రూటర్ ప్రొవైడర్‌ను మార్చినట్లయితే, x-fallback-trail ప్రతి విఫల ప్రయత్నాన్ని మరియు కారణాన్ని చూపుతుంది.

టూల్స్ మరియు ఏజెంట్‌లు

FreeLLMAPI OpenAI-శైలి tools ను ప్రతి ప్రొవైడర్‌కు పంపుతుంది మరియు OpenAI ఫార్మాట్‌లో tool_calls ను తిరిగి ఇస్తుంది. Gemini కోసం, ఇది అభ్యర్థనను Google ఫార్మాట్‌లోకి అనువదిస్తుంది మరియు వెనక్కి అనువదిస్తుంది. ఒక కాల్ కోసం bind_tools ఉపయోగించండి, లేదా టూల్స్‌ను నడిపే లూప్ కోసం create_agent ఉపయోగించండి.

Python: bind_tools మరియు create_agent

from langchain.agents import create_agent
from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """Return the current weather for a city."""
    return f"It is 18 C and cloudy in {city}."

# One call: the model returns the tool call, your code runs it
msg = llm.bind_tools([get_weather]).invoke("What is the weather in Dublin?")
print(msg.tool_calls)

# Agent loop: LangChain runs the tool and sends the result back
agent = create_agent(
    model=llm,
    tools=[get_weather],
    system_prompt="You answer weather questions. Use the tool.",
)
result = agent.invoke({"messages": [{"role": "user", "content": "Weather in Dublin?"}]})
print(result["messages"][-1].content)

JavaScript: bindTools

import { tool } from "@langchain/core/tools";
import { z } from "zod";

const getWeather = tool(
  async ({ city }) => `It is 18 C and cloudy in ${city}.`,
  {
    name: "get_weather",
    description: "Return the current weather for a city.",
    schema: z.object({ city: z.string() }),
  },
);

const reply = await llm.bindTools([getWeather]).invoke("What is the weather in Dublin?");
console.log(reply.tool_calls);

కొన్ని ఉచిత మోడల్‌లు మాత్రమే టూల్ కాలింగ్‌కు మద్దతు ఇస్తాయి. auto తో, టూల్-కాలింగ్ మోడల్‌లను మీ ఫాల్‌బ్యాక్ చైన్‌లో ఉంచండి, లేదా ఏజెంట్‌ల కోసం ప్రొఫైల్ తయారు చేయండి. ఈ ఉచిత మోడల్‌లు ఈ రోజు టూల్స్‌కు మద్దతు ఇస్తాయి:

టూల్ కాలింగ్ మరియు 128K+ కాంటెక్స్ట్ ఉన్న ఉచిత మోడల్‌లు
మోడల్ఉచితంగా లభ్యంకాంటెక్స్ట్ఉచిత పరిమితులు (ఉత్తమ ఆఫర్)సాధనాలువిజన్
GLM 5.3UnoRouter1M1 అభ్యర్థనలు/నిమిషం
1 req/min per model
అవునులేదు
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 అభ్యర్థనలు/నిమిషం
40 RPM
అవునుఅవును
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaఅవునుఅవును
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceఅవునులేదు
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditఅవునుఅవును
Gemini 3.7 FlashGoogle AI Studio1M10 అభ్యర్థనలు/నిమిషం
20 అభ్యర్థనలు/రోజు
250,000 టోకెన్‌లు/నిమిషం
~3M
అవునుఅవును
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditఅవునుఅవును
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 అభ్యర్థనలు/నిమిషం
50 అభ్యర్థనలు/రోజు
50 req/day account-wide (1,000 after a $10 purchase)
అవునుఅవును
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 అభ్యర్థనలు/నిమిషం
50 అభ్యర్థనలు/రోజు
Shared rate limit
అవునులేదు
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 అభ్యర్థనలు/నిమిషం
250 అభ్యర్థనలు/రోజు
70,000 టోకెన్‌లు/నిమిషం
~6M
అవునుఅవును

సరిపోలే 109 ఉచిత మోడల్‌లలో 10 చూపబడుతున్నాయి. అన్ని మోడల్‌లను చూడండి.

FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.

OpenAIEmbeddingsతో ఎంబెడ్డింగ్‌లు

డిఫాల్ట్‌గా, Pythonలోని OpenAIEmbeddings టెక్స్ట్‌ను OpenAI టోకనైజర్‌తో విభజించి టోకెన్‌లను పంపుతుంది. చాలా ఇతర ప్రొవైడర్లకు రా టెక్స్ట్ అవసరం. టెక్స్ట్ పంపడానికి check_embedding_ctx_length=False సెట్ చేయండి.

Python: ఎంబెడ్డింగ్‌లు

from langchain_openai import OpenAIEmbeddings

emb = OpenAIEmbeddings(
    model="bge-m3",  # one embedding family, 1024 dimensions
    base_url=os.environ["FREELLMAPI_BASE_URL"],
    api_key=os.environ["FREELLMAPI_API_KEY"],
    check_embedding_ctx_length=False,
)
vectors = emb.embed_documents(["FreeLLMAPI pools free tiers.", "LangChain builds LLM apps."])
print(len(vectors), len(vectors[0]))

JavaScript: ఎంబెడ్డింగ్‌లు

import { OpenAIEmbeddings } from "@langchain/openai";

const emb = new OpenAIEmbeddings({
  model: "bge-m3",
  apiKey: process.env.FREELLMAPI_API_KEY,
  configuration: { baseURL: process.env.FREELLMAPI_BASE_URL },
});
const vector = await emb.embedQuery("What does FreeLLMAPI do?");
console.log(vector.length);

FreeLLMAPIలోని ఎంబెడ్డింగ్ ఫెయిల్‌ఓవర్ మోడల్‌ను ఎప్పుడూ మార్చదు. ఇది ఒకే ఫ్యామిలీని అందించే ప్రొవైడర్ల మధ్య మాత్రమే కదులుతుంది. ఇది ఒక వెక్టర్ స్టోర్‌లోని అన్ని వెక్టర్‌లను అనుకూలంగా ఉంచుతుంది. ఒక ఫ్యామిలీని ఎంచుకుని, దానినే ఉంచండి. నేటి ఉచిత ఎంబెడ్డింగ్ మోడల్‌లు:

మోడల్ప్రొవైడర్డైమెన్షన్‌లుగరిష్ట ఇన్‌పుట్ఉచిత పరిమితి
Gemini Embedding
gemini-embedding-001
Google AI Studio30722048100 rpm · 1K req/day
Nemotron Embed VL 1B
nvidia/llama-nemotron-embed-vl-1b-v2
NVIDIA NIM20488192~40 rpm
Nemotron 3 Embed 1B (OR free)
nvidia/nemotron-3-embed-1b:free
OpenRouter20483276820 rpm · shared free daily cap
SEA-LION E5 Embedding 600M
aisingapore/SEA-LION-E5-Embedding-600M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 300M
aisingapore/SEA-LION-ModernBERT-Embedding-300M
SEA-LION10248192free · 10 rpm
SEA-LION ModernBERT Embedding 600M
aisingapore/SEA-LION-ModernBERT-Embedding-600M
SEA-LION10248192free · 10 rpm
BGE-M3
@cf/baai/bge-m3
Cloudflare Workers AI1024819210K neurons/day (shared)
EmbeddingGemma 300M
@cf/google/embeddinggemma-300m
Cloudflare Workers AI768204810K neurons/day (shared)
Qwen3 Embedding 0.6B
@cf/qwen/qwen3-embedding-0.6b
Cloudflare Workers AI1024819210K neurons/day (shared)
Cohere Embed v4
embed-v4.0
Cohere15361280001K calls/mo (shared w/ chat)
Gemini Embedding 2
gemini-embedding-2
Google AI Studio30728192free-tier rate limited
Nemotron 3 Embed 1B
nvidia/nemotron-3-embed-1b
NVIDIA NIM20484096~40 rpm
PLaMo Embedding 1B (CF)
@cf/pfnet/plamo-embedding-1b
Cloudflare Workers AI2048409610K neurons/day (shared)
BGE Small EN v1.5 (CF)
@cf/baai/bge-small-en-v1.5
Cloudflare Workers AI38451210K neurons/day (shared)
BGE Base EN v1.5 (CF)
@cf/baai/bge-base-en-v1.5
Cloudflare Workers AI76851210K neurons/day (shared)
BGE Large EN v1.5 (CF)
@cf/baai/bge-large-en-v1.5
Cloudflare Workers AI102451210K neurons/day (shared)
Mistral Embed
mistral-embed
Mistral10248192free mode · monthly cap (shared)
Codestral Embed
codestral-embed
Mistral15368192free mode · monthly cap (shared)
Llama Text Embed v2 (Pinecone)
llama-text-embed-v2
Pinecone102420485M tokens/mo per model
Multilingual E5 Large (Pinecone)
multilingual-e5-large
Pinecone10245075M tokens/mo per model
Nemotron 3 Embed 1B (Speka)
nvidia/nemotron-3-embed-1b
Speka20488192$1/month shared across Speka models
OpenAI: Text Embedding 3 Small (ElectronHub)
text-embedding-3-small
ElectronHub15368192$0.25/week shared free credits
OpenAI: Text Embedding 3 Large (ElectronHub)
text-embedding-3-large
ElectronHub30728192$0.25/week shared free credits
Nemotron 3 Embed 8B (Inferbase)
nvidia-nemotron-3-embed-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 0.6B (Inferbase)
qwen3-embedding-0-6b
Inferbase102481925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 4B (Inferbase)
qwen3-embedding-4b
Inferbase256081925,000 requests/month; 100 requests and $0.50 usage/day shared
Qwen 3 Embedding 8B (Inferbase)
qwen3-embedding-8b
Inferbase409681925,000 requests/month; 100 requests and $0.50 usage/day shared
LFM2.5 Embedding 350M (LLMTR)
liquid/lfm-2.5-embedding-350m-free
LLMTR1024512Ongoing zero-price route; provider terms apply
BGE-M3 (SEA-LION)
BAAI/bge-m3
SEA-LION10248192free · 10 rpm
Cohere Embed English v3
embed-english-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Qwen3 Embedding 8B (OVH)
Qwen3-Embedding-8B
OVH AI Endpoints409632768free · anonymous 2 req/min per IP
BGE-M3 (OVH)
bge-m3
OVH AI Endpoints10248192free · anonymous 2 req/min per IP
BGE Multilingual Gemma2 (OVH)
bge-multilingual-gemma2
OVH AI Endpoints35848192free · anonymous 2 req/min per IP
Mistral: Codestral Embed (ElectronHub)
codestral-embed
ElectronHub15368192$0.25/week shared free credits
Mistral: Mistral Embed (ElectronHub)
mistral-embed
ElectronHub10248192$0.25/week shared free credits
Google: Gemini Embedding 2 (ElectronHub)
gemini-embedding-2
ElectronHub30728192$0.25/week shared free credits
Google: Gemini Embedding 001 (ElectronHub)
gemini-embedding-001
ElectronHub30722048$0.25/week shared free credits
OpenAI: Text Embedding Ada 002 (ElectronHub)
text-embedding-ada-002
ElectronHub15368192$0.25/week shared free credits
Cohere Embed English Light v3
embed-english-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)
Cohere Embed Multilingual v3
embed-multilingual-v3.0
Cohere10245121K calls/mo (shared w/ chat)
Cohere Embed Multilingual Light v3
embed-multilingual-light-v3.0
Cohere3845121K calls/mo (shared w/ chat)

FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.

స్ట్రక్చర్డ్ అవుట్‌పుట్, సెషన్‌లు మరియు మోడల్ ఎంపిక

with_structured_output టెక్స్ట్‌కు బదులుగా Pydantic ఆబ్జెక్ట్‌ను ఇస్తుంది. డిఫాల్ట్‌గా, LangChain దీని కోసం ఫంక్షన్ కాలింగ్‌ను ఉపయోగిస్తుంది. ఈ పద్ధతి టూల్స్‌కు మద్దతు ఇచ్చే ప్రతి ఉచిత మోడల్‌పై పని చేస్తుంది.

Python: స్ట్రక్చర్డ్ అవుట్‌పుట్

from pydantic import BaseModel, Field

class Ticket(BaseModel):
    category: str = Field(description="billing, bug or other")
    urgent: bool

classifier = llm.with_structured_output(Ticket)
ticket = classifier.invoke("The app crashes when I pay. Please fix it today.")
print(ticket.category, ticket.urgent)

method="json_schema" ను auto తో ఉపయోగించవద్దు. ప్రతి ఉచిత ప్రొవైడర్ కఠినమైన JSON స్కీమా అవుట్‌పుట్‌ను మద్దతు ఇవ్వదు, మరియు రూటర్ ప్రతి అభ్యర్థనకు వేరే ప్రొవైడర్‌ను ఎంచుకోవచ్చు.

FreeLLMAPI ఒక సంభాషణను 30 నిమిషాలు ఒకే మోడల్‌పై ఉంచుతుంది. ఇది X-Session-Id హెడర్ నుండి సంభాషణను కనుగొంటుంది. హెడర్ లేకపోతే, ఇది మొదటి వినియోగదారు సందేశం యొక్క హ్యాష్‌ను ఉపయోగిస్తుంది. చాలా మంది వినియోగదారులున్న చాట్ యాప్ కోసం, ప్రతి వినియోగదారుకు ఒక సెషన్ ID పంపండి:

Python: ప్రతి వినియోగదారుకు ఒక సెషన్

def llm_for(user_id: str) -> ChatOpenAI:
    return ChatOpenAI(
        model="auto",
        base_url=os.environ["FREELLMAPI_BASE_URL"],
        api_key=os.environ["FREELLMAPI_API_KEY"],
        default_headers={"X-Session-Id": f"user-{user_id}"},
        max_retries=3,
    )

మీ యాప్ ప్రతి భాగానికి మోడల్ స్ట్రింగ్‌ను ఎంచుకోండి:

మీ యాప్‌లోని పనిమోడల్ స్ట్రింగ్కారణం
వినియోగదారుల కోసం చాట్ సమాధానాలుautoడ్యాష్‌బోర్డ్‌లో మీరు సెట్ చేసిన చైన్‌ను అనుసరిస్తుంది
టూల్స్‌తో ఏజెంట్auto:<profile>టూల్-కాలింగ్ మోడల్‌లు మాత్రమే ఉన్న ప్రొఫైల్
వర్గీకరణ, రూటింగ్, చిన్న సారాంశాలుauto:fastకొలిచిన వేగం ప్రకారం మోడల్‌లను ర్యాంక్ చేస్తుంది
కఠినమైన రీజనింగ్ దశలుauto:smartతెలివితేటల ప్రకారం మోడల్‌లను ర్యాంక్ చేస్తుంది
పునరావృతం కావాల్సిన పరీక్షలుస్థిరమైన మోడల్ IDప్రతిసారీ ఒకే మోడల్, కానీ ఆ మోడల్ పరిమితి వద్ద ఆగిపోతుంది

ఉచిత టియర్‌లకు SLA లేదు. రోజులో లేటెన్సీ మారుతుంది, మరియు అత్యంత శక్తివంతమైన మోడల్‌లు మొదట వాటి రోజువారీ పరిమితులకు చేరుకుంటాయి. మీ చైన్ నిజంగా ఉపయోగించే మోడల్‌లతో మీ చైన్‌లను పరీక్షించండి.

రేట్ పరిమితులు మరియు రీట్రైలు

ఒకటి 429 ఇచ్చినప్పుడు FreeLLMAPI తదుపరి ప్రొవైడర్‌ను ప్రయత్నిస్తుంది. చైన్‌లోని ప్రతి కీ దాని పరిమితి వద్ద ఉన్నప్పుడు మాత్రమే మీ కోడ్ 429ను చూస్తుంది. అప్పుడు సమాధానంలో Retry-After హెడర్ ఉంటుంది. అనేక రోజువారీ పరిమితులు UTC అర్ధరాత్రికి రీసెట్ అవుతాయి.

బ్యాచ్ జాబితాల కోసం, with_retry తో రెండవ రీట్రై లేయర్ జోడించండి. ఇది ఎక్స్‌పొనెన్షియల్ బ్యాకాఫ్ మరియు జిటర్‌తో మొత్తం రన్నబుల్‌ను మళ్లీ ప్రయత్నిస్తుంది.

Python: రేట్ పరిమితులపై చైన్‌ను మళ్లీ ప్రయత్నించండి

import openai
from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "Summarize the text in one sentence."),
    ("user", "{text}"),
])

chain = (prompt | llm).with_retry(
    retry_if_exception_type=(openai.RateLimitError, openai.APITimeoutError),
    wait_exponential_jitter=True,
    stop_after_attempt=5,
)

# batch() runs requests in parallel; max_concurrency keeps the rate low
results = chain.batch(
    [{"text": t} for t in ["First document.", "Second document."]],
    config={"max_concurrency": 4},
)
సమస్యకారణంపరిష్కారం
openai.AuthenticationErrorతప్పు ఏకీకృత కీKeys పేజీ నుండి కీని మళ్లీ కాపీ చేయండి
ప్రతి కాల్‌లో openai.NotFoundErrorబేస్ URLలో /v1 లేదుhttp://localhost:3001/v1 ఉపయోగించండి
openai.RateLimitErrorచైన్‌లోని అన్ని కీలు వాటి పరిమితి వద్ద ఉన్నాయిప్రొవైడర్లను జోడించండి, max_concurrency ను తగ్గించండి, లేదా Retry-After కోసం వేచి ఉండండి
టోకెన్‌లు లేదా ఇన్‌పుట్ రకం గురించి ఎంబెడ్డింగ్ ఎర్రర్LangChain టెక్స్ట్ కాకుండా టోకెన్‌లను పంపుతుందిcheck_embedding_ctx_length=False సెట్ చేయండి
tool_calls ఖాళీగా ఉందిమోడల్ టూల్స్‌కు మద్దతు ఇవ్వదుటూల్స్ పట్టిక నుండి లేదా టూల్స్ ప్రొఫైల్ నుండి మోడల్‌ను ఉపయోగించండి
రీజనింగ్ టెక్స్ట్ లేదుChatOpenAI ప్రామాణిక OpenAI ఫీల్డ్‌లను మాత్రమే ఉంచుతుందిసమాధానాన్ని content లో చదవండి; అదనపు ప్రొవైడర్ ఫీల్డ్‌లు ఉంచబడవు
ఇవన్నీ ఒకే కీ ద్వారా ఉపయోగించండి. FreeLLMAPI ఒక ఓపెన్-సోర్స్, సెల్ఫ్-హోస్ట్ రూటర్. ఇది ఈ ఉచిత టియర్‌లన్నింటినీ ఒకే OpenAI-అనుకూల ఎండ్‌పాయింట్ వెనుక ఉంచుతుంది. ఒకటి రేట్ లిమిట్ అయినప్పుడు, అది మరొక దానికి మారుతుంది. కేటలాగ్‌ను బ్రౌజ్ చేయండి లేదా ప్రత్యక్షంగా.

తరచుగా అడిగే ప్రశ్నలు

LangChainతో ఉచిత LLM APIని ఉపయోగించవచ్చా?

అవును. ఏ OpenAI-అనుకూల API అయినా ChatOpenAI తో పని చేస్తుంది. base_url ను http://localhost:3001/v1 కు, api_key ను మీ FreeLLMAPI ఏకీకృత కీకి సెట్ చేయండి. రూటర్ ఉచిత ప్రొవైడర్ టియర్‌లను ఉపయోగిస్తుంది.

LangChain ChatOpenAIలో కస్టమ్ బేస్ URLను ఎలా సెట్ చేయాలి?

Pythonలో, ChatOpenAI కు base_url ను పంపండి. JavaScriptలో, కన్‌స్ట్రక్టర్‌కు configuration: { baseURL } ను పంపండి. Pythonలో OPENAI_BASE_URL ఎన్విరాన్మెంట్ వేరియబుల్ కూడా పని చేస్తుంది.

ఉచిత మోడల్‌లతో LangChain ఏజెంట్‌లు పని చేస్తాయా?

అవును, మోడల్ టూల్ కాలింగ్‌కు మద్దతు ఇస్తే. ChatOpenAI మోడల్‌తో create_agent ఉపయోగించండి, మరియు టూల్-కాలింగ్ మోడల్‌లను మీ FreeLLMAPI చైన్‌లో ఉంచండి.

OpenAI కాని ప్రొవైడర్‌తో OpenAIEmbeddings ఎందుకు విఫలమవుతుంది?

డిఫాల్ట్‌గా ఇది టోకెన్ IDలను పంపుతుంది. చాలా ఇతర ప్రొవైడర్లకు రా టెక్స్ట్ అవసరం. Pythonలో check_embedding_ctx_length=False సెట్ చేయండి.

LangChainలో 429 ఎర్రర్‌లను ఎలా నిర్వహించాలి?

ChatOpenAI లో max_retries ను సెట్ చేయండి, మరియు బ్యాచ్ జాబితాల కోసం చైన్‌కు with_retry జోడించండి. మీ కోడ్ 429ను చూడక ముందే FreeLLMAPI ఇప్పటికే తదుపరి ప్రొవైడర్‌కు మారుతుంది.

సంబంధిత గైడ్‌లు

మూలాలు

అన్ని గైడ్‌లు · అన్ని ఉచిత మోడల్‌లను చూడండి