## 多层 MoA 示例
在前面的示例中，我们介绍了如何实现具有 2 层的 MoA（4 个 LLM 应答和一个 LLM 聚合）。然而，MoA 的优势之一是能够穿过多层以获得更好的响应。在此示例中，我们将介绍如何在“advanced-moa.py”中运行具有 3 个以上层的 MoA。
````蟒蛇
python 高级-moa.py
````
## 交互式 CLI 演示
这个交互式 CLI 演示展示了一个简单的多轮聊天机器人，其中最终响应是从各种参考模型聚合而来的。
要运行交互式演示，请执行以下 3 个步骤：
1. 导出您的 API 密钥：`export TOGETHER_API_KEY={your_key}`
2.安装要求：`pip install -rrequirements.txt`
3. 运行脚本：`python bot.py`
CLI 将提示您交互输入指令：
1. 首先在“>>>”提示处输入您的指令。
2. 系统将使用预定义的参考模型处理您的输入。
3. 它将根据这些模型的聚合输出生成响应。
4. 您可以继续对话