LangChain

A API da Maritaca é compatível com a API de Chat Completions da OpenAI. No LangChain, use a classe ChatOpenAI do pacote langchain-openai e configure o endpoint da Maritaca em base_url.

Migração da integração antiga

A classe ChatMaritalk, disponível em langchain-community, é uma integração legada. Exemplos que usam sabia-2-small ou sabia-2-medium também estão desatualizados, pois esses modelos foram descontinuados. Use a configuração abaixo com ChatOpenAI e um modelo atual.

Instalação

Instale a integração OpenAI do LangChain:

pip install -U langchain-openai

Defina sua chave em uma variável de ambiente. Você pode criar uma chave na plataforma da Maritaca.

export MARITACA_API_KEY="sua-chave-aqui"

Chamada normal

import os

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="sabia-4",
    api_key=os.environ["MARITACA_API_KEY"],
    base_url="https://chat.maritaca.ai/api",
)

response = llm.invoke(
    [
        ("system", "Responda de forma direta e curta."),
        ("human", "Quanto é 25 + 27?"),
    ]
)

print(response.content)

Os dois modelos podem ser usados com a mesma configuração:

Modelo	Quando usar
sabia-4	Uso geral, com bom equilíbrio entre qualidade, velocidade e custo.
sabia-4-thinking	Tarefas complexas que se beneficiam de raciocínio antes da resposta.

Para usar o modelo de raciocínio, altere somente o nome do modelo:

llm = ChatOpenAI(
    model="sabia-4-thinking",
    api_key=os.environ["MARITACA_API_KEY"],
    base_url="https://chat.maritaca.ai/api",
)

Tools (function calling)

Use bind_tools para enviar a definição das ferramentas ao modelo. O modelo solicita a chamada, mas sua aplicação é responsável por executá-la e devolver o resultado em uma ToolMessage.

O exemplo abaixo força a primeira chamada da ferramenta apenas para tornar a demonstração reproduzível. Em uma aplicação normal, omita tool_choice para o modelo decidir quando usar a ferramenta.

import os

from langchain_core.messages import HumanMessage, ToolMessage
from langchain_core.tools import tool
from langchain_openai import ChatOpenAI


@tool
def multiply(a: int, b: int) -> int:
    """Multiplica dois números inteiros."""
    return a * b


llm = ChatOpenAI(
    model="sabia-4-thinking",
    api_key=os.environ["MARITACA_API_KEY"],
    base_url="https://chat.maritaca.ai/api",
)

question = "Use a ferramenta multiply para calcular 6 vezes 7."
messages = [HumanMessage(content=question)]

llm_with_forced_tool = llm.bind_tools([multiply], tool_choice="multiply")
tool_request = llm_with_forced_tool.invoke(messages)
messages.append(tool_request)

if not tool_request.tool_calls:
    raise RuntimeError("O modelo não solicitou uma ferramenta")

tool_call = tool_request.tool_calls[0]
tool_result = multiply.invoke(tool_call["args"])
messages.append(
    ToolMessage(content=str(tool_result), tool_call_id=tool_call["id"])
)

final_response = llm.bind_tools([multiply]).invoke(messages)
print(final_response.content)  # 42

Esse fluxo funciona tanto com sabia-4 quanto com sabia-4-thinking. Para mais detalhes sobre mensagens, chains e agentes, consulte a documentação do ChatOpenAI.