Skip to main content
LangChain 通过 @langchain/google 包提供与 Google AI Studio 和 Google Cloud Vertex AI 的集成。
寻找旧的 @langchain/google-genai 或 @langchain/google-vertexai 包？它们在长期支持下维护，但不再建议用于新项目。

​
聊天模型

ChatGoogle 类是访问 Gemini 模型（如 gemini-2.5-pro、gemini-2.5-flash 和 gemini-3.1-pro-preview）和开放模型（如 Gemma）的推荐方式。它在一个接口中支持 Google AI Studio 和 Vertex AI。
请参阅此部分了解有关安装 LangChain 包的一般说明。
npm install @langchain/google @langchain/core
配置您的 API 密钥： 
export GOOGLE_API_KEY=your-api-key

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

const model = new ChatGoogle("gemini-2.5-flash");

const res = await model.invoke([
  ["human", "What would be a good company name for a company that makes colorful socks?"],
]);
ChatGoogle 支持工具调用、结构化输出、多模态输入（图像、音频、视频）、推理/思考、图像生成、文本转语音以及 Gemini 特有的原生工具，如 Google 搜索 grounding 和代码执行。

ChatGoogle

完整的聊天模型文档，包括设置、调用、流式传输、结构化输出等。

Gemini 原生工具

Google 搜索、代码执行、URL 上下文、Google 地图、文件搜索、计算机使用和 MCP 服务器。

​
Vertex AI 上的第三方模型

Anthropic Claude 模型也可通过 Vertex AI 平台获得。请参阅 此处 了解有关启用模型访问和使用的模型名称的更多信息。

​
向量存储

​
Vertex AI 向量搜索

Vertex AI 向量搜索（以前称为 Vertex AI Matching Engine）提供业界领先的大规模低延迟向量数据库。这些向量数据库通常称为向量相似性匹配或近似最近邻 (ANN) 服务。 
import { MatchingEngine } from "@langchain/community/vectorstores/googlevertexai";

​
Postgres 向量存储

来自 @langchain/google-cloud-sql-pg 包的 PostgresVectorStore 模块提供了一种使用 CloudSQL for PostgreSQL 存储向量嵌入的方法。 
npm install @langchain/google-cloud-sql-pg

​
社区工具

Google 相关的社区工具在 @langchain/community 包中提供：

​
旧版包

以下包在长期支持下为现有用户维护。新项目应使用 @langchain/google。

​
@langchain/google-genai

@langchain/google-genai 包提供 ChatGoogleGenerativeAI，用于通过 Google AI Studio 访问 Gemini 模型。此包建立在已弃用的 Google SDK 上，不会接收新功能。

​
@langchain/google-vertexai

@langchain/google-vertexai 包提供 ChatVertexAI，用于通过 Vertex AI 访问 Gemini 模型。此包已被 @langchain/google 中内置的 Vertex AI 支持所取代。

​
@langchain/google-common

@langchain/google-common 包包含 Google 集成包内部使用的共享抽象。不打算直接使用。
要从 @langchain/google-genai 或 @langchain/google-vertexai 迁移到 @langchain/google，请参阅 ChatGoogle 页面以获取设置说明。ChatGoogle 类提供等效的功能，并统一访问 Google AI Studio 和 Vertex AI。
在 GitHub 上编辑此页面 或 提交 issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.