> ## Documentation Index > Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt > Use this file to discover all available pages before exploring further. # Google 集成 > 使用 LangChain Python 与 Google 集成。本页涵盖所有 LangChain 与 [Google Gemini](https://ai.google.dev/gemini-api/docs)、[Google Cloud](https://cloud.google.com/) 以及其他 Google 产品（如 Google Maps、YouTube 和[更多](#other-google-products)）的集成。 **统一 SDK 与包整合** 自 `langchain-google-genai` 4.0.0 起，此包使用整合后的 [`google-genai`](https://googleapis.github.io/python-genai/) SDK，现在同时支持 **Gemini 开发者 API 和 Vertex AI** 后端。 `langchain-google-vertexai` 包仍然支持 Vertex AI 平台特定功能（模型花园、向量搜索、评估服务等）。阅读[完整公告和迁移指南](https://github.com/langchain-ai/langchain-google/discussions/1422)。不确定使用哪个包？通过 **[Gemini 开发者 API](https://ai.google.dev/)** 或 **[Vertex AI](https://cloud.google.com/vertex-ai)** 访问 Google Gemini 模型。后端会根据您的配置自动选择。 * **Gemini 开发者 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 集成的企业功能（需要 GCP 项目）使用 `langchain-google-genai` 包进行聊天模型、LLM 和嵌入。 [查看集成。](#google-generative-ai) 访问 Gemini 模型之外的 Vertex AI 平台特定服务：模型花园（Llama、Mistral、Anthropic）、评估服务和专用视觉模型。使用 `langchain-google-vertexai` 包进行平台服务，使用特定包（例如 `langchain-google-community`、`langchain-google-cloud-sql-pg`）进行其他云服务（如数据库和存储）。 [查看集成。](#google-cloud) 有关差异的更多详情，请参阅 Google 关于[从 Gemini API 迁移到 Vertex AI](https://ai.google.dev/gemini-api/docs/migrate-to-cloud) 的指南。 *** ## Google Generative AI 使用统一的 `langchain-google-genai` 包，通过 [Gemini 开发者 API](https://ai.google.dev/gemini-api/docs) 或 [Vertex AI](https://cloud.google.com/vertex-ai) 访问 Google Gemini 模型。 ### 聊天模型通过 **Gemini 开发者 API** 或 **Vertex AI** 的 Google Gemini 聊天模型。 ### LLM 使用（旧版）LLM 文本补全接口的 Gemini 模型。 ### 嵌入模型通过 **Gemini 开发者 API** 或 **Vertex AI** 的 Gemini 嵌入模型。 *** ## Google Cloud 访问 Vertex AI 平台特定服务，包括模型花园（Llama、Mistral、Anthropic）、向量搜索、评估服务和专用视觉模型。 **对于 Gemini 模型**，请使用 `langchain-google-genai` 中的 [`ChatGoogleGenerativeAI`](/oss/python/integrations/chat/google_generative_ai)。以下类专注于统一 SDK 中不可用的 **Vertex AI 平台服务**。 ### 聊天模型 Vertex AI 模型花园上的 Anthropic **已弃用**—请改用 [`ChatGoogleGenerativeAI`](/oss/python/integrations/chat/google_generative_ai) 处理 Gemini 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai import ChatVertexAI ``` Vertex AI 模型花园上的 Llama ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.model_garden_maas.llama import VertexModelGardenLlama ``` Vertex AI 模型花园上的 Mistral ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.model_garden_maas.mistral import VertexModelGardenMistral ``` 从 HuggingFace 加载的本地 Gemma 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaChatLocalHF ``` 从 Kaggle 加载的本地 Gemma 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaChatLocalKaggle ``` Vertex AI 模型花园上的 Gemma ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaChatVertexAIModelGarden ``` 作为聊天接口的图像描述模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.vision_models import VertexAIImageCaptioningChat ``` 根据提示编辑图像。目前仅支持无遮罩编辑。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.vision_models import VertexAIImageEditorChat ``` 根据提示生成图像。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.vision_models import VertexAIImageGeneratorChat ``` 作为聊天接口的视觉问答模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.vision_models import VertexAIVisualQnAChat ``` ### LLM （旧版）字符串输入、字符串输出的 LLM 接口。通过 Vertex AI 模型花园访问数百个开源模型。 **已弃用**—请改用 [`GoogleGenerativeAI`](/oss/python/integrations/llms/google_generative_ai) 处理 Gemini 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai import VertexAI ``` 从 HuggingFace 加载的本地 Gemma 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaLocalHF ``` 从 Kaggle 加载的本地 Gemma 模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaLocalKaggle ``` ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.gemma import GemmaVertexAIModelGarden ``` 作为 LLM 接口的图像描述模型。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.vision_models import VertexAIImageCaptioning ``` ### 嵌入模型 **已弃用**—请改用 [`GoogleGenerativeAIEmbeddings`](/oss/python/integrations/embeddings/google_generative_ai)。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai import VertexAIEmbeddings ``` ### 文档加载器 Google Cloud 上的 PostgreSQL 兼容数据库。无服务器数据仓库。用于结构化和半结构化数据的键值和宽列存储。托管 MySQL 数据库。托管 SQL Server 数据库。托管 PostgreSQL 数据库。从 GCS 存储桶目录加载文档。从 GCS 加载单个文档。通过 El Carro 在 Kubernetes 上运行 Oracle 数据库。 NoSQL 文档数据库。 Datastore 模式下的 Firestore。托管 Redis 服务。全球分布式的关系型数据库。转录音频文件。使用 Google Cloud Vision API 加载数据。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_community.vision import CloudVisionLoader ``` ### 文档转换器从非结构化文档中提取结构化数据。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 向量搜索存储和搜索向量。 AlloyDB 上的 PostgreSQL 兼容向量存储。使用带有向量索引的 GoogleSQL 进行语义搜索。 Memorystore for Redis 上的向量存储。 Cloud Spanner 上的向量存储。 Cloud Bigtable 上的向量存储。 Firestore 上的向量存储。 Cloud SQL for MySQL 上的向量存储。 Cloud SQL for PostgreSQL 上的向量存储。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。使用 Datastore 进行文档存储的向量搜索。 ### 检索器通过 Vertex AI Search 进行生成式 AI 搜索。使用 Document AI Warehouse 搜索、存储和管理文档。 ```python 其他检索器 theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} 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。使用 100 多种声音合成自然语音。 ### 回调跟踪 LLM/聊天模型使用情况。跟踪 `VertexAI` 使用信息。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.callbacks import VertexAICallbackHandler ``` 有关更多详情，请参阅[文档](/oss/python/integrations/callbacks/google_bigquery)。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} 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。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.evaluators.evaluation import VertexPairWiseStringEvaluator ``` 使用 Vertex AI 模型进行单次预测评估。 ```python wrap theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_vertexai.evaluators.evaluation import VertexStringEvaluator ``` *** ## 其他 Google 产品与核心 Cloud Platform 之外的各种 Google 服务的集成。 ### 文档加载器从 Google Drive 加载文件。目前支持 Google Docs。 ### 向量存储大规模高效本地向量相似性搜索。 ### 检索器从 Google Drive 检索文档。 ### 工具通过 Google 自定义搜索引擎 (CSE) 进行网络搜索。与 Google Drive 交互。查询财务数据。查询职位列表。视觉搜索。搜索地点。搜索学术论文。查询 Google Trends 数据。 ### MCP 连接到包括 Cloud SQL 和 AlloyDB 在内的数据库。 ### 工具包通过 Gmail API 创建、搜索和发送电子邮件。 ### 聊天加载器从 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 API 访问 Google 搜索结果、YouTube 等。 API 访问 Google 搜索结果。 API 访问 Google 搜索结果。支持 AI 概览的 Google 搜索结果。 ### YouTube 无需官方 API 即可搜索 YouTube 视频。从 YouTube 视频下载音频。加载视频字幕。 ***

[将这些文档](/use-these-docs) 通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。 [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/python/integrations/providers/google.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。