Skip to main content
已弃用该集成已被弃用，并将在未来的版本中移除，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 中的所有基础模型，如 gemini-2.5-pro、gemini-2.5-flash 等。要查看最新和完整的可用模型列表，请访问 VertexAI 文档。
Google Cloud VertexAI 与 Gemini APIGoogle Cloud VertexAI 集成与 Google Gemini API 是分开的。此页面展示了通过 Google Cloud Platform (GCP) 的企业版 Gemini。
API 参考详细了解所有功能和配置选项，请参阅 ChatVertexAI API 参考。

​
概览

​
集成详情

类别包序列化JS 支持下载量版本
ChatVertexAIlangchain-google-vertexaibeta✅PyPI - 下载量PyPI - 版本

​
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标记级别流式传输原生异步标记使用情况Logprobs
✅✅✅✅✅✅✅✅✅

​
配置

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

​
凭据

为了使用该集成，您必须：
  • 为您的环境配置凭据（gcloud、工作负载身份等…）
  • 将服务账户 JSON 文件的路径作为 GOOGLE_APPLICATION_CREDENTIALS 环境变量存储
此代码库使用了 google.auth 库，它首先查找上述的应用程序凭据变量，然后查找系统级认证。 有关更多信息，请参阅 google.auth API 参考。 要启用对模型调用的自动化跟踪，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我们的模型对象并生成对话完成内容： 
from langchain_google_vertexai import ChatVertexAI

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

​
调用

messages = [
    (
        "system",
        "您是一个将英语翻译成法语的有帮助的助手。请翻译用户句子。",
    ),
    ("human", "我热爱编程。"),
]
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 搜索并将结果用于 支撑其响应： 
from langchain_google_vertexai import ChatVertexAI

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

response = llm.invoke("今天的新闻是什么？")

​
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("3 的三次方是多少？")

​
API 参考

详细了解所有功能和配置选项，请参阅 ChatVertexAI API 参考。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档与 Claude、VSCode 等连接，以获得实时答案。