跳到主要内容
xAI 是一家开发大型语言模型 (LLM) 的人工智能公司。他们的旗舰模型 Grok 接受了实时 X(原 Twitter)数据的训练,旨在提供风趣、富有 S 人格的回复,同时在技术任务上保持高能力。 本指南将帮助您开始使用 ChatXAI 聊天模型。有关所有 ChatXAI 功能和配置的详细文档,请参阅 API 参考

概览

集成详情

类别本地可序列化PY 支持下载量版本
ChatXAI@langchain/xaiNPM - DownloadsNPM - Version

模型功能

有关如何使用特定功能的指南,请参阅下表标题中的链接。
工具调用结构化输出JSON 模式图像输入音频输入视频输入令牌级流式传输Token 用量Logprobs

设置

要访问 ChatXAI 模型,您需要创建一个 xAI 账户,获取 API 密钥,并安装 @langchain/xai 集成包。

凭据

前往 xAI 网站注册 xAI 并生成 API 密钥。完成后,设置 XAI_API_KEY 环境变量。
export XAI_API_KEY="your-api-key"
如果您想获取模型调用的自动化跟踪,您还可以通过取消注释下方来设置您的 LangSmith API 密钥
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装

LangChain ChatXAI 集成位于 @langchain/xai 包中。
npm install @langchain/xai @langchain/core

实例化

现在我们可以实例化我们的模型对象并生成聊天完成
import { ChatXAI } from "@langchain/xai"

const llm = new ChatXAI({
    model: "grok-beta", // default
    temperature: 0,
    maxTokens: undefined,
    maxRetries: 2,
    // other params...
})

调用

const aiMsg = await llm.invoke([
    [
      "system",
      "You are a helpful assistant that translates English to French. Translate the user sentence.",
    ],
    ["human", "I love programming."],
])
console.log(aiMsg)
AIMessage {
  "id": "71d7e3d8-30dd-472c-8038-b6b283dcee63",
  "content": "J'adore programmer.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "promptTokens": 30,
      "completionTokens": 6,
      "totalTokens": 36
    },
    "finish_reason": "stop",
    "usage": {
      "prompt_tokens": 30,
      "completion_tokens": 6,
      "total_tokens": 36
    },
    "system_fingerprint": "fp_3e3898d4ce"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "output_tokens": 6,
    "input_tokens": 30,
    "total_tokens": 36,
    "input_token_details": {},
    "output_token_details": {}
  }
}
console.log(aiMsg.content)
J'adore programmer.

API 参考

有关所有 ChatXAI 功能和配置的详细文档,请参阅 API 参考
以编程方式连接这些文档到 Claude、VSCode 等,通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.