Skip to main content
xAI 是一家开发大型语言模型（LLM）的人工智能公司。其旗舰模型 Grok 基于实时 X（原 Twitter）数据进行训练，旨在提供机智且富有个性的回答，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 ChatXAI 所有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PY 支持下载量版本
ChatXAI@langchain/xai✅❌NPM - DownloadsNPM - Version

​
模型特性

下表标题中的链接提供了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量对数概率
✅✅❌❌❌✅✅✅

​
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。

​
凭证

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"
如果您希望自动追踪模型调用，还可以设置 LangSmith API 密钥，取消以下注释即可： 
# 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模型对象并生成聊天补全： 
import { ChatXAI } from "@langchain/xai"

const llm = new ChatXAI({
    model: "grok-beta", // 默认值
    temperature: 0,
    maxTokens: undefined,
    maxRetries: 2,
    // 其他参数...
})

​
调用

const aiMsg = await llm.invoke([
    [
      "system",
      "你是一个将英语翻译成法语的助手。请翻译用户的句子。",
    ],
    ["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 ChatXAI 所有功能和配置的详细文档，请参阅 API 参考。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.