Google 开源 Gemma 模型系列的指南、教程笔记本与端到端应用示例合集。
togethercomputer/together-cookbook
一组 Jupyter 笔记本与指南,演示如何基于 Together AI 平台使用开源模型开发应用。
- Star
- 1,194
- Fork
- 221
- 未关闭 Issue
- 7
- 最近提交
- 4天前
这是什么?
Together Cookbook 是一组可直接运行的示例集合,面向希望基于 Together AI 托管的开源模型进行开发的工程师。大多数内容是调用 Together API 的 Jupyter 笔记本,代码可以直接复制到自己的项目中使用。运行示例需要 Together AI 的 API key,Python 和 JavaScript 示例也可以移植到其他能调用该 API 的语言。
示例覆盖对话与文本推理、OCR、目标定位、文档解析、视频理解等视觉任务,以及图像生成和结构化输出。仓库还包含基于 LangGraph、DSPy、PydanticAI、Agno 等框架的智能体工作流示例,以及 DPO、持续微调、长上下文微调、视觉语言模型微调等微调案例,并提供 LLM-as-a-judge 等评估流程和用于监控专属端点的 Grafana 仪表盘。
目录结构与 Together AI 的产品模块对应,依赖已下线模型的笔记本会被移入归档目录。
核心功能
- 01笔记本覆盖对话、视觉、图像生成、结构化输出和批量推理。
- 02智能体示例集成了 LangGraph、DSPy、PydanticAI、Agno 以及多个工具提供方。
- 03微调示例包括 DPO、持续微调、长上下文、函数调用和视觉语言模型训练。
- 04评估示例涵盖分类、模型对比、提示词测试和 LLM 评判器调优。
- 05多数笔记本提供 Colab 链接,无需本地配置即可运行。
适用场景
- 基于开源视觉模型原型化文档 OCR 或多页 PDF 问答流程。
- 借助 LangGraph 或 PydanticAI,在 Together 模型上构建检索增强或多步骤智能体。
- 使用偏好数据或函数调用样例微调开源模型。
- 搭建 LLM-as-a-judge 评估流程,对比不同提示词或模型。
快速上手
- 1
注册 Together AI 并获取 API 密钥
- 2
在 Colab 中打开某个 cookbook 笔记本,或克隆仓库后运行其 Jupyter 笔记本
使用前须知
- 示例需要 Together AI 的 API 密钥,并调用 Together 托管的模型。
- 这是一组笔记本和指南,而不是可安装的软件库。
收录于专题
标签
常见问题
- together-cookbook 是什么?
- 一组 Jupyter 笔记本与指南,演示如何基于 Together AI 平台使用开源模型开发应用。 Together Cookbook 是一组可直接运行的示例集合,面向希望基于 Together AI 托管的开源模型进行开发的工程师。大多数内容是调用 Together API 的 Jupyter 笔记本,代码可以直接复制到自己的项目中使用。运行示例需要 Together AI 的 API key,Python 和 JavaScript 示例也可以移植到其他能调用该 API 的语言。
- together-cookbook 可以免费使用吗?用的什么许可证?
- together-cookbook 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- together-cookbook 还在维护吗?
- 活跃维护中。together-cookbook 最近一次提交是在 2026年11月3日。
- together-cookbook 适合用来做什么?
- 基于开源视觉模型原型化文档 OCR 或多页 PDF 问答流程。 借助 LangGraph 或 PydanticAI,在 Together 模型上构建检索增强或多步骤智能体。 使用偏好数据或函数调用样例微调开源模型。 搭建 LLM-as-a-judge 评估流程,对比不同提示词或模型。
- together-cookbook 怎么安装和运行?
- 注册 Together AI 并获取 API 密钥 在 Colab 中打开某个 cookbook 笔记本,或克隆仓库后运行其 Jupyter 笔记本
- 在哪里获取 together-cookbook?
- 源代码和安装说明在 GitHub 上:https://github.com/togethercomputer/together-cookbook
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
《AI Agents:权威指南》配套代码仓库,以 Jupyter Notebook 演示智能体的模式、工具、评估、记忆与安全。
基于 Unsloth 的 250 多个 Colab/Jupyter 笔记本,用于文本、视觉、语音、嵌入和 TTS 模型的微调与强化学习训练。
一份中文逐步指南与演示代码,从 API 调用带你走到大模型本地部署与微调,无显卡也可学习。
一套包含 90 多个实战教程项目的合集,涵盖大模型、RAG 与 AI Agent,按难度分级。