Skip to main content
已弃用此集成已弃用，将在未来版本中移除。请改用 ChatGoogleGenerativeAI。查看完整的发布说明和迁移指南。
Vertex AI 提供了 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和最新列表，请访问 VertexAI 文档。
Google Cloud VertexAI 与 Gemini APIGoogle Cloud VertexAI 集成与 Google Gemini API 是分开的。本页面展示的是通过 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，请前往 ChatVertexAI API 参考。

​
概述

​
集成详情

类包可序列化JS 支持下载量版本
ChatVertexAIlangchain-google-vertexaibeta✅PyPI - DownloadsPyPI - Version

​
模型特性

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 账户，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…）
  • 将服务账户 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追踪，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,
    # 其他参数...
)

​
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 搜索并使用结果来锚定其响应： 
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，请前往 ChatVertexAI API 参考。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.