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 zodఎన్విరాన్మెంట్ 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:
| మోడల్ | ఉచితంగా లభ్యం | కాంటెక్స్ట్ | ఉచిత పరిమితులు (ఉత్తమ ఆఫర్) | సాధనాలు | విజన్ |
|---|---|---|---|---|---|
| GLM 5.3 | UnoRouter | 1M | 1 అభ్యర్థనలు/నిమిషం 1 req/min per model | అవును | లేదు |
| GLM 5.3 Flash | NVIDIA NIM, UnoRouter | 1M | 40 అభ్యర్థనలు/నిమిషం 40 RPM | అవును | అవును |
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | అవును | అవును |
| Qwen3.8 Flash Next | AMD Radeon Cloud | 262K | Recurring daily account allowance | అవును | లేదు |
| Qwen3.8 Flash | ElectronHub | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 అభ్యర్థనలు/నిమిషం 50 అభ్యర్థనలు/రోజు 50 req/day account-wide (1,000 after a $10 purchase) | అవును | అవును |
| DeepSeek V4 Flash | AMD Radeon Cloud, BazaarLink, ElectronHub | 1M | 10 అభ్యర్థనలు/నిమిషం 50 అభ్యర్థనలు/రోజు Shared rate limit | అవును | లేదు |
| Qwen3.8 27B | ElectronHub, Groq, OVH AI Endpoints | 262K | 30 అభ్యర్థనలు/నిమిషం 250 అభ్యర్థనలు/రోజు 70,000 టోకెన్లు/నిమిషం ~6M | అవును | అవును |
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:
| మోడల్ | ప్రొవైడర్ | డైమెన్షన్లు | గరిష్ట ఇన్పుట్ | ఉచిత పరిమితి |
|---|---|---|---|---|
Gemini Embeddinggemini-embedding-001 | Google AI Studio | 3072 | 2048 | 100 rpm · 1K req/day |
Nemotron Embed VL 1Bnvidia/llama-nemotron-embed-vl-1b-v2 | NVIDIA NIM | 2048 | 8192 | ~40 rpm |
Nemotron 3 Embed 1B (OR free)nvidia/nemotron-3-embed-1b:free | OpenRouter | 2048 | 32768 | 20 rpm · shared free daily cap |
SEA-LION E5 Embedding 600Maisingapore/SEA-LION-E5-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 300Maisingapore/SEA-LION-ModernBERT-Embedding-300M | SEA-LION | 1024 | 8192 | free · 10 rpm |
SEA-LION ModernBERT Embedding 600Maisingapore/SEA-LION-ModernBERT-Embedding-600M | SEA-LION | 1024 | 8192 | free · 10 rpm |
BGE-M3@cf/baai/bge-m3 | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
EmbeddingGemma 300M@cf/google/embeddinggemma-300m | Cloudflare Workers AI | 768 | 2048 | 10K neurons/day (shared) |
Qwen3 Embedding 0.6B@cf/qwen/qwen3-embedding-0.6b | Cloudflare Workers AI | 1024 | 8192 | 10K neurons/day (shared) |
Cohere Embed v4embed-v4.0 | Cohere | 1536 | 128000 | 1K calls/mo (shared w/ chat) |
Gemini Embedding 2gemini-embedding-2 | Google AI Studio | 3072 | 8192 | free-tier rate limited |
Nemotron 3 Embed 1Bnvidia/nemotron-3-embed-1b | NVIDIA NIM | 2048 | 4096 | ~40 rpm |
PLaMo Embedding 1B (CF)@cf/pfnet/plamo-embedding-1b | Cloudflare Workers AI | 2048 | 4096 | 10K neurons/day (shared) |
BGE Small EN v1.5 (CF)@cf/baai/bge-small-en-v1.5 | Cloudflare Workers AI | 384 | 512 | 10K neurons/day (shared) |
BGE Base EN v1.5 (CF)@cf/baai/bge-base-en-v1.5 | Cloudflare Workers AI | 768 | 512 | 10K neurons/day (shared) |
BGE Large EN v1.5 (CF)@cf/baai/bge-large-en-v1.5 | Cloudflare Workers AI | 1024 | 512 | 10K neurons/day (shared) |
Mistral Embedmistral-embed | Mistral | 1024 | 8192 | free mode · monthly cap (shared) |
Codestral Embedcodestral-embed | Mistral | 1536 | 8192 | free mode · monthly cap (shared) |
Llama Text Embed v2 (Pinecone)llama-text-embed-v2 | Pinecone | 1024 | 2048 | 5M tokens/mo per model |
Multilingual E5 Large (Pinecone)multilingual-e5-large | Pinecone | 1024 | 507 | 5M tokens/mo per model |
Nemotron 3 Embed 1B (Speka)nvidia/nemotron-3-embed-1b | Speka | 2048 | 8192 | $1/month shared across Speka models |
OpenAI: Text Embedding 3 Small (ElectronHub)text-embedding-3-small | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
OpenAI: Text Embedding 3 Large (ElectronHub)text-embedding-3-large | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Nemotron 3 Embed 8B (Inferbase)nvidia-nemotron-3-embed-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 0.6B (Inferbase)qwen3-embedding-0-6b | Inferbase | 1024 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 4B (Inferbase)qwen3-embedding-4b | Inferbase | 2560 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
Qwen 3 Embedding 8B (Inferbase)qwen3-embedding-8b | Inferbase | 4096 | 8192 | 5,000 requests/month; 100 requests and $0.50 usage/day shared |
LFM2.5 Embedding 350M (LLMTR)liquid/lfm-2.5-embedding-350m-free | LLMTR | 1024 | 512 | Ongoing zero-price route; provider terms apply |
BGE-M3 (SEA-LION)BAAI/bge-m3 | SEA-LION | 1024 | 8192 | free · 10 rpm |
Cohere Embed English v3embed-english-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Qwen3 Embedding 8B (OVH)Qwen3-Embedding-8B | OVH AI Endpoints | 4096 | 32768 | free · anonymous 2 req/min per IP |
BGE-M3 (OVH)bge-m3 | OVH AI Endpoints | 1024 | 8192 | free · anonymous 2 req/min per IP |
BGE Multilingual Gemma2 (OVH)bge-multilingual-gemma2 | OVH AI Endpoints | 3584 | 8192 | free · anonymous 2 req/min per IP |
Mistral: Codestral Embed (ElectronHub)codestral-embed | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Mistral: Mistral Embed (ElectronHub)mistral-embed | ElectronHub | 1024 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 2 (ElectronHub)gemini-embedding-2 | ElectronHub | 3072 | 8192 | $0.25/week shared free credits |
Google: Gemini Embedding 001 (ElectronHub)gemini-embedding-001 | ElectronHub | 3072 | 2048 | $0.25/week shared free credits |
OpenAI: Text Embedding Ada 002 (ElectronHub)text-embedding-ada-002 | ElectronHub | 1536 | 8192 | $0.25/week shared free credits |
Cohere Embed English Light v3embed-english-light-v3.0 | Cohere | 384 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual v3embed-multilingual-v3.0 | Cohere | 1024 | 512 | 1K calls/mo (shared w/ chat) |
Cohere Embed Multilingual Light v3embed-multilingual-light-v3.0 | Cohere | 384 | 512 | 1K 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 పని | మోడల్ స్ట్రింగ్ | కారణం |
|---|---|---|
| వినియోగదారుల కోసం చాట్ సమాధానాలు | auto | డ్యాష్బోర్డ్లో మీరు సెట్ చేసిన చైన్ను అనుసరిస్తుంది |
| టూల్స్తో ఏజెంట్ | auto:<profile> | టూల్-కాలింగ్ మోడల్లు మాత్రమే ఉన్న ప్రొఫైల్ |
| వర్గీకరణ, రూటింగ్, చిన్న సారాంశాలు | auto:fast | కొలిచిన వేగం ప్రకారం మోడల్లను ర్యాంక్ చేస్తుంది |
| కఠినమైన రీజనింగ్ దశలు | auto:smart | తెలివితేటల ప్రకారం మోడల్లను ర్యాంక్ చేస్తుంది |
| పునరావృతం కావాల్సిన పరీక్షలు | స్థిరమైన మోడల్ ID | ప్రతిసారీ 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},
)| సమస్య | కారణం | పరిష్కారం |
|---|---|---|
openai.AuthenticationError | తప్పు ఏకీకృత కీ | Keys పేజీ నుండి కీని మళ్లీ కాపీ చేయండి |
ప్రతి కాల్లో openai.NotFoundError | బేస్ URLలో /v1 లేదు | http://localhost:3001/v1 ఉపయోగించండి |
openai.RateLimitError | చైన్లోని అన్ని కీలు వాటి పరిమితి వద్ద ఉన్నాయి | ప్రొవైడర్లను జోడించండి, max_concurrency ను తగ్గించండి, లేదా Retry-After కోసం వేచి ఉండండి |
| టోకెన్లు లేదా ఇన్పుట్ రకం గురించి ఎంబెడ్డింగ్ ఎర్రర్ | LangChain టెక్స్ట్ కాకుండా టోకెన్లను పంపుతుంది | check_embedding_ctx_length=False సెట్ చేయండి |
tool_calls ఖాళీగా ఉంది | మోడల్ టూల్స్కు మద్దతు ఇవ్వదు | టూల్స్ పట్టిక నుండి లేదా టూల్స్ ప్రొఫైల్ నుండి మోడల్ను ఉపయోగించండి |
| రీజనింగ్ టెక్స్ట్ లేదు | ChatOpenAI ప్రామాణిక OpenAI ఫీల్డ్లను మాత్రమే ఉంచుతుంది | సమాధానాన్ని content లో చదవండి; అదనపు ప్రొవైడర్ ఫీల్డ్లు ఉంచబడవు |
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
- LlamaIndex కోసం ఉచిత LLM
- Pythonలో ఉచిత LLM API
- RAG కోసం ఉచిత LLM API
- ఉచిత embeddings API
- function calling తో ఉచిత LLM API
- AI ఏజెంట్ల కోసం ఉచిత LLM API
మూలాలు
- LangChain docs: ChatOpenAI integration (Python) (20 November 2026 న తనిఖీ చేయబడింది)
- LangChain docs: ChatOpenAI integration (JavaScript) (20 November 2026 న తనిఖీ చేయబడింది)
- LangChain docs: agents and create_agent (20 November 2026 న తనిఖీ చేయబడింది)
- LangChain source: OpenAIEmbeddings note on OpenAI-compatible APIs (20 November 2026 న తనిఖీ చేయబడింది)
- OpenAI Python SDK: retries and errors (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: REST API (tool calling, embeddings, response headers) (20 November 2026 న తనిఖీ చేయబడింది)