Skip to main content

ChatXAI

xAI 是一家开发大型语言模型 (LLMs) 的人工智能公司。他们的旗舰模型 Grok 训练于实时的 X（前身为 Twitter）数据，旨在提供机智、富有个性化的回复，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。如需查看所有 ChatXAI 功能和配置的详细文档，请前往 API 参考文档。

概览​

集成详情​

类别包本地支持可序列化Python 支持包下载量最新包
ChatXAI@langchain/xai❌✅❌NPM - 下载量NPM - 版本

模型特性​

以下表格标题中的链接提供了使用特定功能的指南。

工具调用结构化输出JSON 模式图像输入音频输入视频输入逐令牌流式传输令牌使用情况对数概率
✅✅✅❌❌❌✅✅✅

准备工作​

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。

凭证信息​

请前往 xAI 官网 注册 xAI 账户并生成 API 密钥。完成此操作后，请设置 XAI_API_KEY 环境变量：

export XAI_API_KEY="your-api-key"

如果您希望自动追踪模型调用，还可以取消以下代码的注释并设置 LangSmith API 密钥：

# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

安装​

LangChain 的 ChatXAI 集成位于 @langchain/xai 包中：

:::提示 请参阅安装集成包的一般说明部分。 :::

yarn add @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补全结果：

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.

链式调用​

我们可以像这样将模型与提示模板链式调用：

import { ChatPromptTemplate } from "@langchain/core/prompts";

const prompt = ChatPromptTemplate.fromMessages([
  [
    "system",
    "You are a helpful assistant that translates {input_language} to {output_language}.",
  ],
  ["human", "{input}"],
]);

const chain = prompt.pipe(llm);
await chain.invoke({
  input_language: "English",
  output_language: "German",
  input: "I love programming.",
});
AIMessage {
  "id": "b2738008-8247-40e1-81dc-d9bf437a1a0c",
  "content": "Ich liebe das Programmieren.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "promptTokens": 25,
      "completionTokens": 7,
      "totalTokens": 32
    },
    "finish_reason": "stop",
    "usage": {
      "prompt_tokens": 25,
      "completion_tokens": 7,
      "total_tokens": 32
    },
    "system_fingerprint": "fp_3e3898d4ce"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "output_tokens": 7,
    "input_tokens": 25,
    "total_tokens": 32,
    "input_token_details": {},
    "output_token_details": {}
  }
}

在幕后，xAI 使用 OpenAI SDK 和与 OpenAI 兼容的 API。

API 参考文档​

有关 ChatXAI 所有功能和配置的详细文档，请访问 API 参考页面: https://api.js.langchain.com/classes/\_langchain_xai.ChatXAI.html

Was this page helpful?


You can also leave detailed feedback on GitHub.