Google의 오픈 Gemma 모델 제품군으로 개발할 수 있도록 가이드, 튜토리얼 노트북, 엔드투엔드 앱 예제를 모아 제공합니다.
togethercomputer/together-cookbook
Together AI 플랫폼에서 오픈소스 모델로 개발하는 방법을 보여 주는 Jupyter 노트북과 가이드 모음입니다.
- 스타
- 1,194
- 포크
- 221
- 열린 이슈
- 7
- 마지막 커밋
- 4일 전
어떤 프로젝트인가요?
Together Cookbook은 Together AI에서 호스팅하는 오픈소스 모델로 개발하려는 개발자를 위한 실행 가능한 레시피 모음입니다. 대부분은 Together API를 호출하는 Jupyter 노트북이며, 코드를 자신의 프로젝트에 복사해 사용할 수 있도록 구성되어 있습니다. 예제를 실행하려면 Together AI API 키가 필요합니다. Python 및 JavaScript 샘플은 API를 호출할 수 있는 다른 언어에 맞게 수정할 수 있습니다.
레시피는 채팅 및 텍스트 추론, OCR·grounding·문서 파싱·동영상 이해 같은 비전 작업, 이미지 생성, 구조화된 출력 등을 다룹니다. 또한 LangGraph, DSPy, PydanticAI, Agno 같은 프레임워크와의 통합을 포함한 에이전트 워크플로 패턴, 파인튜닝 작업(DPO, continual, long-context, vision-language), LLM-as-a-judge 같은 평가 워크플로, 그리고 전용 엔드포인트 모니터링을 위한 Grafana 대시보드도 포함합니다.
폴더 구조는 Together AI의 제품 영역을 따르며, 더 이상 제공되지 않는 모델을 사용하는 노트북은 archive 폴더로 옮겨집니다.
핵심 기능
- 01채팅, 비전, 이미지 생성, 구조화된 출력, 배치 추론을 다루는 노트북을 제공합니다.
- 02LangGraph, DSPy, PydanticAI, Agno 및 여러 도구 제공업체와 통합하는 에이전트 워크플로 예제를 제공합니다.
- 03DPO, continual, long-context, function-calling, vision-language 학습을 위한 파인튜닝 레시피를 제공합니다.
- 04분류, 모델 비교, 프롬프트 테스트, LLM judge 튜닝을 다루는 평가 예제를 제공합니다.
- 05각 노트북에는 로컬 설정 없이 실행할 수 있는 Colab 링크가 있습니다.
활용 사례
- 오픈소스 비전 모델을 사용해 문서 OCR 또는 여러 페이지로 구성된 PDF 질의응답 파이프라인을 프로토타이핑하기.
- LangGraph 또는 PydanticAI를 사용해 Together 모델 기반의 검색 증강 또는 다단계 에이전트를 구축하기.
- 선호도 데이터나 function-calling 예제로 오픈 모델을 파인튜닝하기.
- 프롬프트나 모델을 비교하기 위한 LLM-as-a-judge 평가를 설정하기.
빠른 시작
- 1
Together AI API 키를 발급받으세요
- 2
Colab에서 cookbook 노트북을 열거나 저장소를 클론한 다음 Jupyter 노트북을 실행하세요
사용 전 알아둘 점
- 예제를 실행하려면 Together AI API 키가 필요하며, Together에서 호스팅하는 모델을 호출합니다.
- 설치 가능한 라이브러리가 아니라 노트북과 가이드 모음입니다.
포함된 컬렉션
토픽
자주 묻는 질문
- together-cookbook은(는) 무엇인가요?
- Together AI 플랫폼에서 오픈소스 모델로 개발하는 방법을 보여 주는 Jupyter 노트북과 가이드 모음입니다. Together Cookbook은 Together AI에서 호스팅하는 오픈소스 모델로 개발하려는 개발자를 위한 실행 가능한 레시피 모음입니다. 대부분은 Together API를 호출하는 Jupyter 노트북이며, 코드를 자신의 프로젝트에 복사해 사용할 수 있도록 구성되어 있습니다. 예제를 실행하려면 Together AI API 키가 필요합니다. Python 및 JavaScript 샘플은 API를 호출할 수 있는 다른 언어에 맞게 수정할 수 있습니다.
- together-cookbook은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- together-cookbook은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- together-cookbook은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. together-cookbook의 마지막 커밋은 2026년 11월 3일입니다.
- together-cookbook은(는) 어디에 사용할 수 있나요?
- 오픈소스 비전 모델을 사용해 문서 OCR 또는 여러 페이지로 구성된 PDF 질의응답 파이프라인을 프로토타이핑하기. LangGraph 또는 PydanticAI를 사용해 Together 모델 기반의 검색 증강 또는 다단계 에이전트를 구축하기. 선호도 데이터나 function-calling 예제로 오픈 모델을 파인튜닝하기. 프롬프트나 모델을 비교하기 위한 LLM-as-a-judge 평가를 설정하기.
- together-cookbook는 어떻게 설치하나요?
- Together AI API 키를 발급받으세요 Colab에서 cookbook 노트북을 열거나 저장소를 클론한 다음 Jupyter 노트북을 실행하세요
- together-cookbook은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/togethercomputer/together-cookbook
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
책 『AI Agents: The Definitive Guide』의 동반 코드 저장소로, 에이전트 패턴, 도구, 평가, 메모리, 보안을 다루는 Jupyter 노트북을 제공합니다.
Unsloth를 사용해 텍스트, 비전, 오디오, 임베딩 및 TTS 모델을 파인튜닝하고 RL 학습할 수 있는 Colab 및 Jupyter 노트북 250개 이상을 모았습니다.
API 호출부터 로컬 배포와 파인튜닝까지, Kaggle/Colab 버전과 함께 LLM을 익힐 수 있는 중국어 단계별 가이드와 데모 코드입니다.
LLM, RAG 파이프라인, AI 에이전트를 다루는 90개 이상의 실습형 튜토리얼 프로젝트를 난이도별로 모았습니다.