Skip to main content
Groq 是一家提供快速 AI 推理服务的公司，其技术由 LPU™ AI 推理技术驱动，可提供快速、经济且节能的 AI 服务。 本文将帮助您开始使用 Groq 聊天模型。有关所有 ChatGroq 功能和配置的详细文档，请参阅 API 参考。

​
概述

​
集成详情

类包可序列化Python 支持下载量版本
ChatGroq@langchain/groq❌✅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 ChatGroq 模型，您需要创建一个 Groq 帐户，获取 API 密钥，并安装 @langchain/groq 集成包。

​
凭证

要使用 Groq API，您需要一个 API 密钥。注册 Groq 帐户并创建 API 密钥。 然后，您可以在终端中将 API 密钥设置为环境变量： 
export GROQ_API_KEY="your-api-key"
如果您想获得模型调用的自动跟踪，也可以取消注释以下内容来设置您的 LangSmith API 密钥： 
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

​
安装

LangChain ChatGroq 集成位于 @langchain/groq 包中： 
npm install @langchain/groq @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： 
import { ChatGroq } from "@langchain/groq"

const llm = new ChatGroq({
    model: "llama-3.3-70b-versatile",
    temperature: 0,
    maxTokens: undefined,
    maxRetries: 2,
    // 其他参数...
})

​
调用

const aiMsg = await llm.invoke([
    {
      role: "system",
      content: "You are a helpful assistant that translates English to French. Translate the user sentence.",
    },
    { role: "user", content: "I love programming." },
])
aiMsg

AIMessage {
  "content": "I enjoy programming. (The French translation is: \"J'aime programmer.\")\n\nNote: I chose to translate \"I love programming\" as \"J'aime programmer\" instead of \"Je suis amoureux de programmer\" because the latter has a romantic connotation that is not present in the original English sentence.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 73,
      "promptTokens": 31,
      "totalTokens": 104
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": []
}

console.log(aiMsg.content)

I enjoy programming. (The French translation is: "J'aime programmer.")

Note: I chose to translate "I love programming" as "J'aime programmer" instead of "Je suis amoureux de programmer" because the latter has a romantic connotation that is not present in the original English sentence.

​
JSON 调用

const messages = [
  {
    role: "system",
    content: "You are a math tutor that handles math exercises and makes output in json in format { result: number }.",
  },
  { role: "user",  content: "2 + 2 * 2" },
];

const aiInvokeMsg = await llm.invoke(messages, { response_format: { type: "json_object" } });

// 如果您不想在每次调用时都传递 response_format，可以将其绑定到实例
const llmWithResponseFormat = llm.bind({ response_format: { type: "json_object" } });
const aiBindMsg = await llmWithResponseFormat.invoke(messages);

// 它们是相同的
console.log({ aiInvokeMsgContent: aiInvokeMsg.content, aiBindMsg: aiBindMsg.content });

{
  aiInvokeMsgContent: '{\n"result": 6\n}',
  aiBindMsg: '{\n"result": 6\n}'
}

​
API 参考

有关所有 ChatGroq 功能和配置的详细文档，请参阅 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。