Google

与 Google Cloud Platform 和 AI Studio 相关的功能

聊天模型

Gemini 模型

通过 ChatGoogleGenerativeAI 访问 Gemini 模型，例如 gemini-1.5-pro 和 gemini-2.0-flex；或者，如果使用 VertexAI，则通过 ChatVertexAI 类。

GenAI

提示

请参阅此章节，获取关于安装集成包的通用说明。

npm

npm install @langchain/google-genai @langchain/core

Yarn

yarn add @langchain/google-genai @langchain/core

pnpm

pnpm add @langchain/google-genai @langchain/core

配置您的 API 密钥。

export GOOGLE_API_KEY=your-api-key

import { ChatGoogleGenerativeAI } from "@langchain/google-genai";

const model = new ChatGoogleGenerativeAI({
  model: "gemini-pro",
  maxOutputTokens: 2048,
});

// Batch and stream are also supported
const res = await model.invoke([
  [
    "human",
    "What would be a good company name for a company that makes colorful socks?",
  ],
]);

更新的 Gemini 模型支持图像输入

const visionModel = new ChatGoogleGenerativeAI({
  model: "gemini-2.0-flash",
  maxOutputTokens: 2048,
});
const image = fs.readFileSync("./hotdog.jpg").toString("base64");
const input2 = [
  new HumanMessage({
    content: [
      {
        type: "text",
        text: "Describe the following image.",
      },
      {
        type: "image_url",
        image_url: `data:image/png;base64,${image}`,
      },
    ],
  }),
];

const res = await visionModel.invoke(input2);

提示

点击此处查看关于 @langchain/google-genai 特定集成的文档

VertexAI

提示

请参阅此章节，获取关于安装集成包的通用说明。

npm

npm install @langchain/google-vertexai @langchain/core

Yarn

yarn add @langchain/google-vertexai @langchain/core

pnpm

pnpm add @langchain/google-vertexai @langchain/core

然后，您需要添加您的服务帐户凭据，可以直接作为 GOOGLE_VERTEX_AI_WEB_CREDENTIALS 环境变量

GOOGLE_VERTEX_AI_WEB_CREDENTIALS={"type":"service_account","project_id":"YOUR_PROJECT-12345",...}

或作为文件路径

GOOGLE_VERTEX_AI_WEB_CREDENTIALS_FILE=/path/to/your/credentials.json

import { ChatVertexAI } from "@langchain/google-vertexai";
// Or, if using the web entrypoint:
// import { ChatVertexAI } from "@langchain/google-vertexai-web";

const model = new ChatVertexAI({
  model: "gemini-1.0-pro",
  maxOutputTokens: 2048,
});

// Batch and stream are also supported
const res = await model.invoke([
  [
    "human",
    "What would be a good company name for a company that makes colorful socks?",
  ],
]);

当提供单个人工消息时，Gemini 视觉模型支持图像输入。例如

const visionModel = new ChatVertexAI({
  model: "gemini-pro-vision",
  maxOutputTokens: 2048,
});
const image = fs.readFileSync("./hotdog.png").toString("base64");
const input2 = [
  new HumanMessage({
    content: [
      {
        type: "text",
        text: "Describe the following image.",
      },
      {
        type: "image_url",
        image_url: `data:image/png;base64,${image}`,
      },
    ],
  }),
];

const res = await visionModel.invoke(input2);

提示

点击此处查看关于 @langchain/google-vertexai 特定集成的文档

image_url 的值必须是 base64 编码的图像（例如，data:image/png;base64,abcd124）。

Gemma

使用 ChatGoogle 类通过 AI Studio 访问 gemma-3-27b-it 模型。（此类是 ChatVertexAI 类的超类，可与 Vertex AI 和 AI Studio API 一起使用。）

提示

由于 Gemma 是一个开放模型，它也可以从其他平台获得，包括 Ollama。

npm

npm install @langchain/google-gauth @langchain/core

Yarn

yarn add @langchain/google-gauth @langchain/core

pnpm

pnpm add @langchain/google-gauth @langchain/core

配置您的 API 密钥。

export GOOGLE_API_KEY=your-api-key

import { ChatGoogle } from "@langchain/google-gauth";

const model = new ChatGoogle({
  model: "gemma-3-27b-it",
});

const res = await model.invoke([
  {
    role: "user",
    content:
      "What would be a good company name for a company that makes colorful socks?",
  },
]);

第三方模型

请参阅上文关于通过 Vertex AI 设置身份验证以使用这些模型的信息。

Anthropic Claude 模型也可以通过 Vertex AI 平台获得。请参阅此处，了解有关启用对模型的访问权限以及要使用的模型名称的更多信息。

PaLM 模型不再受支持。

向量存储

Vertex AI Vector Search

Vertex AI Vector Search，以前称为 Vertex AI Matching Engine，提供业界领先的高规模低延迟向量数据库。这些向量数据库通常被称为向量相似度匹配或近似最近邻 (ANN) 服务。

import { MatchingEngine } from "langchain/vectorstores/googlevertexai";

工具

Google 搜索

• 按照这些说明设置自定义搜索引擎
• 从上一步获取 API 密钥和自定义搜索引擎 ID，并将它们分别设置为环境变量 GOOGLE_API_KEY 和 GOOGLE_CSE_ID

存在一个 GoogleCustomSearch 实用程序，它包装了这个 API。要导入此实用程序

import { GoogleCustomSearch } from "langchain/tools";

我们可以轻松地将此包装器加载为工具（与 Agent 一起使用）。我们可以这样做：

const tools = [new GoogleCustomSearch({})];
// Pass this variable into your agent.