Skip to main content
Groq 是一家提供快速 AI 推理的公司，其 LPU™ AI 推理技术可提供快速、经济且节能的 AI。 这将帮助您开始使用 Groq 聊天模型。有关所有 ChatGroq 功能和配置的详细文档，请前往 API 参考。

​
概述

​
集成详情

类包可序列化PY 支持下载量版本
ChatGroq@langchain/groq❌✅NPM - DownloadsNPM - Version

​
模型功能

请参阅下表标题中的链接，了解如何使用特定功能的指南。
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情况Logprobs
✅✅❌❌❌✅✅✅

​
设置

要访问 ChatGroq 模型，您需要创建一个 Groq 账户、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 账户并创建 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"
如果您想自动跟踪模型调用，还可以通过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我们的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,
    // other params...
})

​
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" } });

// if you want not to pass response_format in every invoke, you can bind it to the instance
const llmWithResponseFormat = llm.bind({ response_format: { type: "json_object" } });
const aiBindMsg = await llmWithResponseFormat.invoke(messages);

// they are the same
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，请前往 API 参考。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。