ChatVertexAI 集成

已弃用此集成已弃用，将在未来版本中移除。请改用 ChatGoogleGenerativeAI。请参阅完整的发布说明和迁移指南。

Vertex AI 暴露了 Google Cloud 中所有可用的基础模型，例如 gemini-2.5-pro、gemini-2.5-flash 等。有关可用模型的完整且最新的列表，请访问 VertexAI 文档。

Google Cloud VertexAI 与 Gemini APIGoogle Cloud VertexAI 集成与 Google Gemini API 是分开的。本页面展示了通过 Google Cloud Platform (GCP) 提供的企业版 Gemini。

API 参考有关所有功能和配置选项的详细文档，请访问 ChatVertexAI API 参考。

概述

集成详情

类	包	可序列化	JS 支持	下载量	版本
`ChatVertexAI`	`langchain-google-vertexai`	beta	✅

模型功能

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	原生异步	令牌使用量	对数概率
✅	✅	✅	✅	✅	✅	✅	✅	✅

设置

要访问 VertexAI 模型，您需要创建一个 Google Cloud Platform 帐户、设置凭据并安装 langchain-google-vertexai 集成包。

凭据

要使用此集成，您必须：

为您的环境配置凭据（gcloud、工作负载身份等…）
将服务帐户 JSON 文件的路径存储为 GOOGLE_APPLICATION_CREDENTIALS 环境变量

此代码库使用 google.auth 库，该库首先查找上述应用程序凭据变量，然后查找系统级身份验证。有关更多信息，请参阅 google.auth API 参考。要启用模型调用的自动跟踪，请设置您的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

安装

LangChain VertexAI 集成位于 langchain-google-vertexai 包中：

pip install -qU langchain-google-vertexai

实例化

现在我们可以实例化模型对象并生成聊天补全：

from langchain_google_vertexai import ChatVertexAI

llm = ChatVertexAI(
    model="gemini-2.5-flash",
    temperature=0,
    max_tokens=None,
    max_retries=6,
    stop=None,
    # other params...
)

调用

messages = [
    (
        "system",
        "You are a helpful assistant that translates English to French. Translate the user sentence.",
    ),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
ai_msg

AIMessage(content="J'adore programmer. \n", response_metadata={'is_blocked': False, 'safety_ratings': [{'category': 'HARM_CATEGORY_HATE_SPEECH', 'probability_label': 'NEGLIGIBLE', 'blocked': False}, {'category': 'HARM_CATEGORY_DANGEROUS_CONTENT', 'probability_label': 'NEGLIGIBLE', 'blocked': False}, {'category': 'HARM_CATEGORY_HARASSMENT', 'probability_label': 'NEGLIGIBLE', 'blocked': False}, {'category': 'HARM_CATEGORY_SEXUALLY_EXPLICIT', 'probability_label': 'NEGLIGIBLE', 'blocked': False}], 'usage_metadata': {'prompt_token_count': 20, 'candidates_token_count': 7, 'total_token_count': 27}}, id='run-7032733c-d05c-4f0c-a17a-6c575fdd1ae0-0', usage_metadata={'input_tokens': 20, 'output_tokens': 7, 'total_tokens': 27})

print(ai_msg.content)

J'adore programmer.

内置工具

Gemini 支持一系列在服务器端执行的工具。

Google 搜索

需要 langchain-google-vertexai>=2.0.11

Gemini 可以执行 Google 搜索并使用结果来为其响应提供依据：

from langchain_google_vertexai import ChatVertexAI

llm = ChatVertexAI(model="gemini-2.5-flash").bind_tools([{"google_search": {}}])

response = llm.invoke("What is today's news?")

代码执行

需要 langchain-google-vertexai>=2.0.25

Gemini 可以生成并执行 Python 代码：

from langchain_google_vertexai import ChatVertexAI

llm = ChatVertexAI(model="gemini-2.5-flash").bind_tools([{"code_execution": {}}])

response = llm.invoke("What is 3^3?")

API 参考

有关所有功能和配置选项的详细文档，请访问 ChatVertexAI API 参考。

将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。

在 GitHub 上编辑此页面或提交问题。

Popular Providers

Integrations by component

概述

集成详情

模型功能

设置

凭据

安装

实例化

调用

内置工具

Google 搜索

代码执行

API 参考

​概述

​集成详情

​模型功能

​设置

​凭据

​安装

​实例化

​调用

​内置工具

​Google 搜索

​代码执行

​API 参考

概述

集成详情

模型功能

设置

凭据

安装

实例化

调用

内置工具

Google 搜索

代码执行

API 参考