ChatBedrockConverse 集成

集成 ChatBedrockConverse 对话模型使用 LangChain JavaScript.

Amazon Bedrock Converse 是一个完全托管的服务，通过 API 提供来自领先 AI 初创公司和亚马逊的基础模型（FMs）。您可以从广泛的 FMs 中选择，找到最适合您用例的模型。它为 Bedrock 模型提供了一个统一的对话界面。

这将帮助您开始使用 ChatBedrockConverse 对话模型。有关所有 ChatBedrockConverse 功能和配置的详细文档，请访问 API 参考。

概述

集成细节

类	包	可序列化	PY 支持	下载	版本
ChatBedrockConverse	@langchain/aws	✅	✅

模型功能

请查看下表标题中的链接，了解如何使用特定功能。

工具调用	结构化输出	图像输入	音频输入	视频输入	Token 级流式输出	Token 使用	Logprobs
✅	✅	✅	❌	❌	✅	✅	❌

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 和密钥，并安装 @langchain/aws 集成包。

凭证

请访问 AWS 文档 注册 AWS 并设置您的凭证。您还需要为您的账户开启模型访问权限，可以通过 遵循这些说明 来完成。

在环境中设置您的 Bedrock 凭证：

export BEDROCK_AWS_REGION="us-east-1"
export BEDROCK_AWS_ACCESS_KEY_ID="your-access-key-id"
export BEDROCK_AWS_SECRET_ACCESS_KEY="your-secret-access-key"

或者，设置为 AWS_BEARER_TOKEN_BEDROCK 进行 API 密钥认证。参见 AWS Bedrock API 密钥文档。

如果您想获取模型调用的自动跟踪，也可以通过取消注释下方来设置您的 LangSmith API 密钥：

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

安装

LangChain ChatBedrockConverse 集成位于 @langchain/aws 包中：

npm

npm install @langchain/aws @langchain/core

实例化

现在我们可以实例化我们的模型对象并生成对话补全。

有几种不同的方式可以与 AWS 进行认证——以下示例依赖于设置在环境变量中的访问密钥、秘密访问密钥和区域：

import { ChatBedrockConverse } from "@langchain/aws";

const llm = new ChatBedrockConverse({
  model: "us.anthropic.claude-sonnet-4-6",
  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 模型的工具调用方式与 其他模型 类似，但请注意并非所有 Bedrock 模型都支持工具调用。请参考 AWS 模型文档 获取更多信息。

---

API 参考

有关所有 ChatBedrockConverse 功能和配置的详细文档，请访问 API 参考。

---

官方原文：src/oss/javascript/integrations/chat/bedrock_converse.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。