togethercomputer/together-cookbook

解决的问题

它提供了一套全面的代码示例与指南，协助开发者使用 Together AI 平台来实作开源 AI 模型。它填补了从“拥有模型访问权限”到“了解如何构建复杂且可投入生产的 AI 工作流程”之间的鸿沟。

运作方式

该项目被组织为一本 Jupyter notebooks 与代码片段的“食谱”。开发者可以复制这些食谱来实作特定的 AI 模式，例如代理工作流程、微调策略以及检索增强生成 (RAG) 管线，所有这些都与 Together AI API 进行互动。

目标受众

想要使用开源模型构建应用程序，且需要进阶 LLM 技术之实用、可执行示例的开发者与 AI 工程师。

重点特色

• 代理工作流程 (Agentic Workflows)：包含序列、平行、循环与协调器子任务代理的示例，以及与 LangGraph、PydanticAI 和 DSPy 等框架的整合。
• 进阶微调 (Advanced Fine-tuning)：关于 LoRA、DPO (偏好微调)、持续微调，以及针对推理、函数调用与视觉语言模型的专业微调指南。
• RAG 与搜索 (RAG & Search)：实作情境化 RAG、多模态 RAG 以及带有重排序 (reranking) 的语义搜索。
• 多模态视觉 (Multimodal Vision)：使用视觉语言模型进行 OCR、2D/3D 接地 (grounding)、视频理解与文档解析的食谱。