1. Crie uma chave API
Crie ou faça login em sua conta IteraCompute e, em seguida, crie uma chave no Console.
Guia de integraçãoCompatível com OpenAIUse um modelo com LangChain através do IteraCompute.
Conecte modelos a cadeias e agentes.
Conecte-se em três etapas
2. Configure o URL base
Configure ChatOpenAI com base_url.Use o caminho de conclusões de bate-papo em vez da API de respostas.
3. Selecione o modelo
Use o ID do modelo de API exato para o modelo escolhido.Verifique seu contexto e recursos antes de ativar recursos de agente ou visão.
Escolha seu modelo
Configuração de exemplo
Mantenha as chaves de API em seu ambiente de servidor ou armazenamento de credenciais de ferramentas.Substitua o campo-chave de exemplo pela sua própria chave, quando aplicável.
Python · pip install langchain-openai
import os
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="qwen/qwen3.8-27b",
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
use_responses_api=False,
stream_usage=False,
max_tokens=512,
extra_body={"chat_template_kwargs": {"enable_thinking": False}},
)
print(llm.invoke("Hello!").content)Versão e verificação
Referência de configuração · revisada em 15/10/2026.Um teste de ferramenta reprodutível de ponta a ponta não foi registrado aqui.Registre sua versão instalada e a data do teste ao executar as etapas abaixo.
Critério de sucesso
Execute llm.invoke e verifique AIMessage.content não vazio.Teste a execução da ferramenta separadamente deste exemplo de texto.
Grave a versão instalada
python -m pip show langchain-openaiTeste a própria ferramenta configurada após a verificação da API abaixo.Um resultado HTTP 200 ou cURL por si só não verifica essa ferramenta.
Teste a conexão
cURL · Conclusões de bate-papo
# Bash / zsh / WSL; set ITERACOMPUTE_API_KEY in your environment first.
curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
-H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"qwen/qwen3.8-27b","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'Verifique se choices[0].message.content contém texto visível;O HTTP 200 por si só é insuficiente.O raciocínio pode consumir o orçamento de produção.Para Qwen grátis, use o exemplo da primeira chamada gratuita à API para desativar o pensamento e envie um prompt dentro de sua ferramenta.
Capacidades do modelo selecionado
Estes são recursos de API do modelo selecionado.A disponibilidade de recursos no seu fluxo de trabalho também depende da ferramenta e de suas configurações;os controles de raciocínio variam de acordo com o modelo.
- Conclusões de bate-papoSuportado
- Chamada de ferramentaSuportado
- RaciocínioSuportado
- Entrada de imagemSuportado
- TransmissãoSuportado
Solução de problemas
Pacote ou endpoint errado
Importe ChatOpenAI de langchain_openai.Mantenha base_url terminando em /v1 e use_responses_api=False para esta receita de conclusões de bate-papo.
Erros de uso de streaming
Este exemplo de endpoint compatível define stream_usage=False.Não presuma que todas as opções de streaming específicas do OpenAI sejam aceitas pelo modelo selecionado.
Agente não executa ferramentas
Uma invocação de texto apenas testa a geração de texto.Vincule ferramentas separadamente, inspecione as chamadas de ferramenta retornadas e execute uma ferramenta de teste limitada antes de solicitar o suporte do agente.
429 / Limites de solicitação
Verifique o uso mensal e o TPM em toda a conta.Honre o Retry-After e evite novas tentativas paralelas.O Qwen grátis não tem excesso pago automaticamente;outros modelos usam seus preços publicados.
401/403: verifique a chave e a permissão do modelo.O Qwen grátis não requer saldo ou cartão.Para modelos pagos, verifique também o saldo disponível.
Continue explorando
Comece a construir com LangChain.
Conecte sua chave, escolha um modelo e envie sua primeira solicitação.