Skip to main content
Amazon Bedrock Converse 是一项完全托管的服务，通过 API 提供来自领先 AI 初创公司和 Amazon 的基础模型 (FMs)。您可以从广泛的 FMs 中进行选择，以找到最适合您用例的模型。它为 Bedrock 模型提供了统一的对话界面，但尚未在所有功能上与旧版 Bedrock 模型服务 完全对等。 本指南将帮助您开始使用 ChatBedrockConverse 聊天模型。有关所有 ChatBedrockConverse 功能和配置的详细文档，请访问 API 参考。

​
概述

​
集成详情

类包可序列化Python 支持下载量版本
ChatBedrockConverse@langchain/aws✅✅NPM - 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图像输入音频输入视频输入令牌级流式传输令牌使用量对数概率
✅✅✅❌❌✅✅❌

​
设置

要访问 Bedrock 模型，您需要创建一个 AWS 账户、设置 Bedrock API 服务、获取访问密钥 ID 和秘密密钥，并安装 @langchain/community 集成包。

​
凭证

前往 AWS 文档 注册 AWS 并设置您的凭证。您还需要为您的账户启用模型访问权限，可以通过遵循这些说明来完成。 如果您想获得模型调用的自动跟踪，也可以通过取消注释下方内容来设置您的 LangSmith API 密钥： 
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

​
安装

LangChain 的 ChatBedrockConverse 集成位于 @langchain/aws 包中： 
npm install @langchain/aws @langchain/core

​
实例化

现在我们可以实例化模型对象并生成聊天补全。 有几种不同的方式可以对 AWS 进行身份验证 - 以下示例依赖于在环境变量中设置的访问密钥、秘密访问密钥和区域： 
import { ChatBedrockConverse } from "@langchain/aws";

const llm = new ChatBedrockConverse({
  model: "anthropic.claude-3-5-sonnet-20240620-v1:0",
  region: process.env.BEDROCK_AWS_REGION,
  credentials: {
    accessKeyId: process.env.BEDROCK_AWS_ACCESS_KEY_ID!,
    secretAccessKey: process.env.BEDROCK_AWS_SECRET_ACCESS_KEY!,
  },
});

​
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."],
])
aiMsg

AIMessage {
  "id": "f5dc5791-224e-4fe5-ba2e-4cc51d9e7795",
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "$metadata": {
      "httpStatusCode": 200,
      "requestId": "f5dc5791-224e-4fe5-ba2e-4cc51d9e7795",
      "attempts": 1,
      "totalRetryDelay": 0
    },
    "metrics": {
      "latencyMs": 584
    },
    "stopReason": "end_turn",
    "usage": {
      "inputTokens": 29,
      "outputTokens": 11,
      "totalTokens": 40
    }
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 29,
    "output_tokens": 11,
    "total_tokens": 40
  }
}

console.log(aiMsg.content)

J'adore la programmation.

​
工具调用

使用 Bedrock 模型进行工具调用的方式与其他模型类似，但请注意并非所有 Bedrock 模型都支持工具调用。有关更多信息，请参阅 AWS 模型文档。

​
API 参考

有关所有 ChatBedrockConverse 功能和配置的详细文档，请访问 API 参考。
将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。