Skip to main content
本页涵盖 LangChain 与 Google Gemini、Google Cloud 以及其他 Google 产品（如 Google Maps、YouTube 等更多产品）的所有集成。
统一 SDK 和包整合从 langchain-google-genai 4.0.0 起，该包使用整合后的 google-genai SDK，现在同时支持 Gemini Developer API 和 Vertex AI 后端。langchain-google-vertexai 包继续为 Vertex AI 平台特定功能（Model Garden、Vector Search、评估服务等）提供支持。阅读完整公告和迁移指南。
不确定使用哪个包？
通过 Gemini Developer API 或 Vertex AI 访问 Google Gemini 模型。后端根据你的配置自动选择。
  • Gemini Developer API：使用 API 密钥快速设置，适合个人开发者和快速原型开发
  • Vertex AI：具有 Google Cloud 集成的企业级功能（需要 GCP 项目）
使用 langchain-google-genai 包获取聊天模型、LLMs 和嵌入。查看集成。
访问 Gemini 模型之外的 Vertex AI 平台特定服务：Model Garden（Llama、Mistral、Anthropic）、评估服务和专业视觉模型。使用 langchain-google-vertexai 包获取平台服务，使用特定包（如 langchain-google-community、langchain-google-cloud-sql-pg）获取其他云服务，如数据库和存储。查看集成。
有关差异的更多详情，请参阅 Google 的从 Gemini API 迁移到 Vertex AI 指南。

​
Google Generative AI

使用统一的 langchain-google-genai 包通过 Gemini Developer API 或 Vertex AI 访问 Google Gemini 模型。

​
聊天模型

ChatGoogleGenerativeAI

通过 Gemini Developer API 或 Vertex AI 访问 Google Gemini 聊天模型。

​
LLMs

GoogleGenerativeAI

使用（旧版）LLM 文本补全接口的 Gemini 模型。

​
嵌入模型

GoogleGenerativeAIEmbeddings

通过 Gemini Developer API 或 Vertex AI 访问 Gemini 嵌入模型。

​
Google Cloud

访问 Vertex AI 平台特定服务，包括 Model Garden（Llama、Mistral、Anthropic）、Vector Search、评估服务和专业视觉模型。
对于 Gemini 模型，请使用 langchain-google-genai 中的 ChatGoogleGenerativeAI。以下类专注于整合 SDK 中不可用的 Vertex AI 平台服务。

​
聊天模型

ChatAnthropicVertex

Vertex AI Model Garden 上的 Anthropic
已弃用 — 改为使用 ChatGoogleGenerativeAI 访问 Gemini 模型。
from langchain_google_vertexai import ChatVertexAI
Vertex AI Model Garden 上的 Llama
from langchain_google_vertexai.model_garden_maas.llama import VertexModelGardenLlama
Vertex AI Model Garden 上的 Mistral
from langchain_google_vertexai.model_garden_maas.mistral import VertexModelGardenMistral
从 HuggingFace 加载的本地 Gemma 模型。
from langchain_google_vertexai.gemma import GemmaChatLocalHF
从 Kaggle 加载的本地 Gemma 模型。
from langchain_google_vertexai.gemma import GemmaChatLocalKaggle
Vertex AI Model Garden 上的 Gemma
from langchain_google_vertexai.gemma import GemmaChatVertexAIModelGarden
作为聊天接口的图像标注模型。
from langchain_google_vertexai.vision_models import VertexAIImageCaptioningChat
根据提示词编辑图像。目前仅支持无掩码编辑。
from langchain_google_vertexai.vision_models import VertexAIImageEditorChat
根据提示词生成图像。
from langchain_google_vertexai.vision_models import VertexAIImageGeneratorChat
作为聊天接口的视觉问答模型。
from langchain_google_vertexai.vision_models import VertexAIVisualQnAChat

​
LLMs

（旧版）字符串输入、字符串输出的 LLM 接口。

VertexAIModelGarden

通过 Vertex AI Model Garden 访问数百个开源模型。
已弃用 — 改为使用 GoogleGenerativeAI 访问 Gemini 模型。
from langchain_google_vertexai import VertexAI
从 HuggingFace 加载的本地 Gemma 模型。
from langchain_google_vertexai.gemma import GemmaLocalHF
从 Kaggle 加载的本地 Gemma 模型。
from langchain_google_vertexai.gemma import GemmaLocalKaggle

from langchain_google_vertexai.gemma import GemmaVertexAIModelGarden
作为 LLM 接口的图像标注模型。
from langchain_google_vertexai.vision_models import VertexAIImageCaptioning

​
嵌入模型

已弃用 — 改为使用 GoogleGenerativeAIEmbeddings。
from langchain_google_vertexai import VertexAIEmbeddings

​
文档加载器

AlloyDB for PostgreSQL

Google Cloud 上的 PostgreSQL 兼容数据库。

BigQuery

无服务器数据仓库。

Bigtable

用于结构化和半结构化数据的键值和宽列存储。

Cloud SQL for MySQL

托管 MySQL 数据库。

Cloud SQL for SQL Server

托管 SQL Server 数据库。

Cloud SQL for PostgreSQL

托管 PostgreSQL 数据库。

Cloud Storage（目录）

从 GCS 存储桶目录加载文档。

Cloud Storage（文件）

从 GCS 加载单个文档。

El Carro for Oracle Workloads

通过 El Carro 在 Kubernetes 上运行的 Oracle 数据库。

Firestore（原生模式）

NoSQL 文档数据库。

Firestore（Datastore 模式）

Datastore 模式下的 Firestore。

Memorystore for Redis

托管 Redis 服务。

Spanner

全球分布式关系数据库。

Speech-to-Text

转录音频文件。
使用 Google Cloud Vision API 加载数据。
from langchain_google_community.vision import CloudVisionLoader

​
文档转换器

Document AI

从非结构化文档中提取结构化数据。

Google 翻译

通过 Cloud Translation API 翻译文本和 HTML。

​
向量存储

使用 Google Cloud 数据库和 Vertex AI Vector Search 存储和搜索向量。

AlloyDB for PostgreSQL

AlloyDB 上的 PostgreSQL 兼容向量存储。

BigQuery Vector Search

使用带向量索引的 GoogleSQL 进行语义搜索。

Memorystore for Redis

Memorystore for Redis 上的向量存储。

Spanner

Cloud Spanner 上的向量存储。

Bigtable

Cloud Bigtable 上的向量存储。

Firestore（原生模式）

Firestore 上的向量存储。

Cloud SQL for MySQL

Cloud SQL for MySQL 上的向量存储。

Cloud SQL for PostgreSQL

Cloud SQL for PostgreSQL 上的向量存储。

Vertex AI Vector Search

前身为 Vertex AI Matching Engine，提供低延迟向量数据库。这些向量数据库通常被称为向量相似性匹配或近似最近邻（ANN）服务。

Vertex AI Vector Search + Datastore

使用 Datastore 进行文档存储的向量搜索。

​
检索器

Vertex AI Search

通过 Vertex AI Search 实现的生成式 AI 搜索。

Document AI Warehouse

使用 Document AI Warehouse 搜索、存储和管理文档。
Other retrievers
from langchain_google_community import VertexAIMultiTurnSearchRetriever
from langchain_google_community import VertexAISearchRetriever
from langchain_google_community import VertexAISearchSummaryTool

​
工具

将代理与各种 Google Cloud 服务集成。

文本转语音

使用 100 多种声音合成自然语音。

​
回调

追踪 LLM/聊天模型使用情况。
追踪 VertexAI 使用情况。
from langchain_google_vertexai.callbacks import VertexAICallbackHandler
查看文档了解更多详情。
from langchain_google_community.callbacks.bigquery_callback import BigQueryCallbackHandler

​
评估器

使用 Vertex AI 评估模型输出。
使用 Vertex AI 模型进行成对评估。
from langchain_google_vertexai.evaluators.evaluation import VertexPairWiseStringEvaluator
使用 Vertex AI 模型进行单一预测评估。
from langchain_google_vertexai.evaluators.evaluation import VertexStringEvaluator

​
其他 Google 产品

与核心 Cloud 平台之外的各种 Google 服务的集成。

​
文档加载器

Google Drive

从 Google Drive 加载文件。目前支持 Google Docs。

​
向量存储

ScaNN（本地索引）

大规模高效的本地向量相似性搜索。

​
检索器

Google Drive

从 Google Drive 检索文档。

​
工具

Google 搜索

通过 Google Custom Search Engine (CSE) 进行网络搜索。

Google Drive

与 Google Drive 交互。

Google Finance

查询金融数据。

Google Jobs

查询职位列表。

Google Lens

视觉搜索。

Google Places

搜索地点。

Google Scholar

搜索学术论文。

Google Trends

查询 Google 趋势数据。

​
MCP

MCP Toolbox

连接到包括 Cloud SQL 和 AlloyDB 在内的数据库。

​
工具包

Gmail

通过 Gmail API 创建、搜索和发送电子邮件。

​
聊天加载器

Gmail

从 Gmail 线程加载聊天历史记录。

​
第三方集成

通过非官方第三方 API 访问 Google 服务。

​
搜索

SearchApi

通过 API 访问 Google 搜索结果、YouTube 等。

SerpApi

通过 API 访问 Google 搜索结果。

Serper.dev

通过 API 访问 Google 搜索结果。

cloro

支持 AI 概览的 Google 搜索结果。

​
YouTube

搜索工具

无需官方 API 搜索 YouTube 视频。

音频加载器

从 YouTube 视频下载音频。

字幕加载器

加载视频字幕。
在 GitHub 上编辑此页面 或 提交问题。
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时答案。