所有 LangChain 与 Google Cloud、Google Gemini 以及其他 Google 产品的集成。

Google Generative AI (Gemini API & AI Studio)：通过 Gemini API 直接访问 Google Gemini 模型。使用 Google AI Studio 进行快速原型设计，并通过 langchain-google-genai 包快速上手。这通常是个人开发者的最佳起点。
Google Cloud (Vertex AI 及其他服务)：通过 Google Cloud Platform 访问 Gemini 模型、Vertex AI Model Garden 以及各种云服务（数据库、存储、文档 AI 等）。使用 langchain-google-vertexai 包来访问 Vertex AI 模型，并使用特定包（例如 langchain-google-cloud-sql-pg、langchain-google-community）来访问其他云服务。这非常适合已经在使用 Google Cloud 或需要企业级功能（如 MLOps、特定模型调优或企业支持）的开发者。

有关差异的更多详细信息，请参阅 Google 的从 Gemini API 迁移到 Vertex AI指南。用于 Gemini 模型和 Vertex AI 平台的集成包在 langchain-google 仓库中维护。您可以在 googleapis Github 组织和 langchain-google-community 包中找到大量与其他 Google API 和服务的 LangChain 集成。

Google 生成式AI (Gemini API & AI Studio)

直接使用 Gemini API 访问 Google Gemini 模型，最适合快速开发和实验。Gemini 模型可在 Google AI Studio 中获取。

pip install -U langchain-google-genai

免费开始，并从 Google AI Studio 获取你的 API 密钥。

export GOOGLE_API_KEY="YOUR_API_KEY"

聊天模型

使用 ChatGoogleGenerativeAI 类与 Gemini 模型交互。详情请参阅本指南。

from langchain_google_genai import ChatGoogleGenerativeAI
from langchain.messages import HumanMessage

llm = ChatGoogleGenerativeAI(model="gemini-2.5-flash")

# Simple text invocation
result = llm.invoke("Sing a ballad of LangChain.")
print(result.content)

# Multimodal invocation with gemini-pro-vision
message = HumanMessage(
    content=[
        {
            "type": "text",
            "text": "What's in this image?",
        },
        {"type": "image_url", "image_url": "https://picsum.photos/seed/picsum/200/300"},
    ]
)
result = llm.invoke([message])
print(result.content)

image_url 可以是公共 URL、GCS URI (gs://...)、本地文件路径、base64 编码的图像字符串 (data:image/png;base64,...) 或 PIL Image 对象。

嵌入模型

使用像 gemini-embedding-001 这样的模型，通过 GoogleGenerativeAIEmbeddings 类生成文本嵌入。参见使用示例。

from langchain_google_genai import GoogleGenerativeAIEmbeddings

embeddings = GoogleGenerativeAIEmbeddings(model="models/gemini-embedding-001")
vector = embeddings.embed_query("What are embeddings?")
print(vector[:5])

LLMs

使用 GoogleGenerativeAI 类，通过（旧版）LLM 接口访问相同的 Gemini 模型。参见使用示例。

from langchain_google_genai import GoogleGenerativeAI

llm = GoogleGenerativeAI(model="gemini-2.5-flash")
result = llm.invoke("Sing a ballad of LangChain.")
print(result)

Google Cloud

通过 Vertex AI 和特定的云集成，访问 Gemini 模型、Vertex AI Model Garden 和其他 Google Cloud 服务。 Vertex AI 模型需要 langchain-google-vertexai 包。其他服务可能需要额外的包，如 langchain-google-community、langchain-google-cloud-sql-pg 等。

pip install langchain-google-vertexai
# pip install langchain-google-community[...] # For other services

Google Cloud 集成通常使用应用默认凭据 (ADC)。设置说明请参考 Google Cloud 身份验证文档（例如，使用 gcloud auth application-default login）。

聊天模型

Vertex AI

通过 Vertex AI 平台访问像 Gemini 这样的聊天模型。请参阅使用示例。

from langchain_google_vertexai import ChatVertexAI

Anthropic on Vertex AI Model Garden

参见使用示例。

from langchain_google_vertexai.model_garden import ChatAnthropicVertex

Vertex AI Model Garden 中的 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

来自 Hugging Face 的本地 Gemma

从 HuggingFace 加载的本地 Gemma 模型。需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaChatLocalHF

来自 Kaggle 的本地 Gemma

从 Kaggle 加载的本地 Gemma 模型。需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaChatLocalKaggle

Vertex AI 模型花园中的 Gemma

需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaChatVertexAIModelGarden

Vertex AI 图像字幕生成

将图像描述模型实现为聊天形式。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageCaptioningChat

Vertex AI 图像编辑器

给定一张图片和一个提示，编辑图片。目前仅支持无遮罩编辑。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageEditorChat

Vertex AI 图像生成器

根据提示词生成图像。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageGeneratorChat

Vertex AI 视觉问答

视觉问答模型的对话实现。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIVisualQnAChat

LLMs

您也可以使用（遗留的）字符串输入、字符串输出的 LLM 接口。

Vertex AI Model Garden

通过 Vertex AI Model Garden 服务访问 Gemini 和数百个开源模型。需要 langchain-google-vertexai。请参阅使用示例。

from langchain_google_vertexai import VertexAIModelGarden

来自 Hugging Face 的本地 Gemma

从 HuggingFace 加载的本地 Gemma 模型。需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaLocalHF

Gemma 本地（来自 Kaggle）

从 Kaggle 加载的本地 Gemma 模型。需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaLocalKaggle

Vertex AI Model Garden 中的 Gemma

需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaVertexAIModelGarden

Vertex AI 图像字幕生成

将图像描述模型实现为 LLM。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageCaptioning

嵌入模型

Vertex AI

使用部署在 Vertex AI 上的模型生成嵌入。需要 langchain-google-vertexai。查看使用示例。

from langchain_google_vertexai import VertexAIEmbeddings

文档加载器

从各种 Google Cloud 源加载文档。

AlloyDB for PostgreSQL

Google Cloud AlloyDB 是一个完全托管的、兼容 PostgreSQL 的数据库服务。安装 python 包：

pip install langchain-google-alloydb-pg

请参阅使用示例。

from langchain_google_alloydb_pg import AlloyDBLoader # AlloyDBEngine also available

BigQuery

Google Cloud BigQuery 是一个无服务器数据仓库。

安装 BigQuery 依赖项：

pip install langchain-google-community[bigquery]

参见使用示例。

from langchain_google_community import BigQueryLoader

Bigtable

Google Cloud Bigtable 是一个完全托管的 NoSQL 大数据数据库服务。

安装 Python 包：

pip install langchain-google-bigtable

查看使用示例。

from langchain_google_bigtable import BigtableLoader

Cloud SQL for MySQL

Google Cloud SQL for MySQL 是一个完全托管的 MySQL 数据库服务。

安装 Python 包：

pip install langchain-google-cloud-sql-mysql

请参阅使用示例。

from langchain_google_cloud_sql_mysql import MySQLLoader # MySQLEngine also available

Cloud SQL 用于 SQL Server

Google Cloud SQL for SQL Server 是一个完全托管的 SQL Server 数据库服务。

安装 Python 包：

pip install langchain-google-cloud-sql-mssql

请参阅使用示例。

from langchain_google_cloud_sql_mssql import MSSQLLoader # MSSQLEngine also available

适用于 PostgreSQL 的 Cloud SQL

Google Cloud SQL for PostgreSQL 是一个完全托管的 PostgreSQL 数据库服务。

安装 Python 包：

pip install langchain-google-cloud-sql-pg

请参阅使用示例。

from langchain_google_cloud_sql_pg import PostgresLoader # PostgresEngine also available

云存储

Cloud Storage 是一种用于存储非结构化数据的托管服务。

安装包含 GCS 依赖项：

pip install langchain-google-community[gcs]

从目录或特定文件加载：请参阅目录使用示例。

from langchain_google_community import GCSDirectoryLoader

请参阅文件使用示例。

from langchain_google_community import GCSFileLoader

Cloud Vision 加载器

使用 Google Cloud Vision API 加载数据。安装包含 Vision 依赖：

pip install langchain-google-community[vision]

from langchain_google_community.vision import CloudVisionLoader

El Carro 用于 Oracle 工作负载

Google El Carro Oracle Operator 在 Kubernetes 上运行 Oracle 数据库。

安装 Python 包：

pip install langchain-google-el-carro

参见使用示例。

from langchain_google_el_carro import ElCarroLoader

Firestore (原生模式)

Google Cloud Firestore 是一个 NoSQL 文档数据库。

安装 Python 包：

pip install langchain-google-firestore

请参阅使用示例。

from langchain_google_firestore import FirestoreLoader

Firestore（数据存储模式）

Google Cloud Firestore 在 Datastore 模式下.

安装 Python 包：

pip install langchain-google-datastore

请参阅使用示例。

from langchain_google_datastore import DatastoreLoader

Memorystore for Redis

Google Cloud Memorystore for Redis 是一项完全托管的 Redis 服务。

安装 Python 包：

pip install langchain-google-memorystore-redis

请参阅使用示例。

from langchain_google_memorystore_redis import MemorystoreDocumentLoader

Spanner

Google Cloud Spanner 是一个全托管的、全球分布式关系型数据库服务。

安装 python 包：

pip install langchain-google-spanner

请参阅使用示例。

from langchain_google_spanner import SpannerLoader

语音转文本

Google Cloud Speech-to-Text 可转录音频文件。

安装语音转文本依赖：

pip install langchain-google-community[speech]

请参阅使用示例和授权说明。

from langchain_google_community import SpeechToTextLoader

文档转换器

使用 Google Cloud 服务转换文档。

文档AI

Google Cloud Document AI 是一项 Google Cloud 服务，可将文档中的非结构化数据转换为结构化数据，使其更易于理解、分析和使用。我们需要设置一个 GCS 存储桶并创建您自己的 OCR 处理器 GCS_OUTPUT_PATH 应该是 GCS 上文件夹的路径（以 gs:// 开头）处理器名称应该类似于 projects/PROJECT_NUMBER/locations/LOCATION/processors/PROCESSOR_ID。我们可以通过编程方式获取，或者从 Google Cloud 控制台的 Processor details 标签页的 Prediction endpoint 部分复制。

pip install langchain-google-community[docai]

请参阅使用示例。

from langchain_core.document_loaders.blob_loaders import Blob
from langchain_google_community import DocAIParser

Google Translate

谷歌翻译是 Google 开发的一项多语言神经机器翻译服务，用于将文本、文档和网站从一种语言翻译成另一种语言。

GoogleTranslateTransformer 允许您使用 Google Cloud Translation API 翻译文本和 HTML。首先，我们需要安装 langchain-google-community 及其翻译依赖项。

pip install langchain-google-community[translate]

请查看使用示例和授权说明。

from langchain_google_community import GoogleTranslateTransformer

向量存储

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

AlloyDB 为 PostgreSQL

Google Cloud AlloyDB 是 Google Cloud 上的一项完全托管的关系型数据库服务，提供高性能、无缝集成和出色的可扩展性。AlloyDB 与 PostgreSQL 100% 兼容。

安装 Python 包：

pip install langchain-google-alloydb-pg

查看使用示例。

from langchain_google_alloydb_pg import AlloyDBVectorStore # AlloyDBEngine also available

BigQuery 向量搜索

Google Cloud BigQuery, BigQuery 是 Google Cloud 上的无服务器、经济高效的企业级数据仓库。 Google Cloud BigQuery Vector Search BigQuery vector search 让您可以使用 GoogleSQL 进行语义搜索，您可以使用向量索引获得快速但近似的结果，或使用暴力搜索获得精确结果。

它可以计算欧几里得距离或余弦距离。在 LangChain 中，我们默认使用欧几里得距离。我们需要安装几个 Python 包。

pip install google-cloud-bigquery

查看使用示例。

# Note: BigQueryVectorSearch might be in langchain or langchain_community depending on version
# Check imports in the usage example.
from langchain.vectorstores import BigQueryVectorSearch # Or langchain_community.vectorstores

Memorystore for Redis 版

使用 Memorystore for Redis 的向量存储。

安装 python 包：

pip install langchain-google-memorystore-redis

请参阅使用示例。

from langchain_google_memorystore_redis import RedisVectorStore

Spanner

使用 Cloud Spanner 的向量存储。

安装 Python 包：

pip install langchain-google-spanner

请参阅使用示例。

from langchain_google_spanner import SpannerVectorStore

Firestore (原生模式)

向量存储使用 Firestore。

安装 python 包：

pip install langchain-google-firestore

请参阅使用示例。

from langchain_google_firestore import FirestoreVectorStore

Cloud SQL for MySQL

使用 Cloud SQL for MySQL 的向量存储。

安装 Python 包：

pip install langchain-google-cloud-sql-mysql

查看使用示例。

from langchain_google_cloud_sql_mysql import MySQLVectorStore # MySQLEngine also available

Cloud SQL for PostgreSQL

使用适用于 PostgreSQL 的 Cloud SQL 的向量存储。

安装 Python 包：

pip install langchain-google-cloud-sql-pg

请参阅使用示例。

from langchain_google_cloud_sql_pg import PostgresVectorStore # PostgresEngine also available

Vertex AI 向量搜索

Google Cloud Vertex AI Vector Search 来自 Google Cloud，前身为 Vertex AI Matching Engine，提供业界领先的大规模低延迟向量数据库。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。

安装 Python 包：

pip install langchain-google-vertexai

参见使用示例。

from langchain_google_vertexai import VectorSearchVectorStore

使用 DataStore 后端

使用 Datastore 进行文档存储的向量搜索。

请参阅使用示例。

from langchain_google_vertexai import VectorSearchVectorStoreDatastore

使用 GCS 后端

VectorSearchVectorStore 的别名，用于在 GCS 中存储文档/索引。

from langchain_google_vertexai import VectorSearchVectorStoreGCS

检索器

使用 Google Cloud 服务检索信息。

Vertex AI 搜索

使用 Vertex AI Search 构建由生成式 AI 驱动的搜索引擎。来自 Google Cloud 的服务允许开发者为客户和员工快速构建由生成式 AI 驱动的搜索引擎。

查看一个使用示例。注意：GoogleVertexAISearchRetriever 已弃用。请使用以下来自 langchain-google-community 的组件。安装 google-cloud-discoveryengine 包用于底层访问。

pip install google-cloud-discoveryengine langchain-google-community

VertexAIMultiTurnSearchRetriever

from langchain_google_community import VertexAIMultiTurnSearchRetriever

VertexAISearchRetriever

# Note: The example code shows VertexAIMultiTurnSearchRetriever, confirm if VertexAISearchRetriever is separate or related.
# Assuming it might be related or a typo in the original doc:
from langchain_google_community import VertexAISearchRetriever # Verify class name if needed

VertexAISearchSummaryTool

from langchain_google_community import VertexAISearchSummaryTool

文档AI仓库

使用 Document AI Warehouse 搜索、存储和管理文档。注意：GoogleDocumentAIWarehouseRetriever（来自 langchain）已弃用。请使用来自 langchain-google-community 的 DocumentAIWarehouseRetriever。需要安装相关的文档 AI 包（请参考具体文档）。

pip install langchain-google-community # Add specific docai dependencies if needed

from langchain_google_community.documentai_warehouse import DocumentAIWarehouseRetriever

工具

将智能体与各种 Google 服务集成。

文本转语音

Google Cloud Text-to-Speech 是一项 Google Cloud 服务，可让开发者使用 100 多种支持多种语言和变体的语音来合成自然语音。它应用了 DeepMind 在 WaveNet 方面的突破性研究以及 Google 强大的神经网络，以实现最高保真度。

安装必需的包：

pip install google-cloud-text-to-speech langchain-google-community

请参阅使用示例和授权说明。

from langchain_google_community import TextToSpeechTool

Google Drive

用于与 Google Drive 交互的工具。安装所需的包：

pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib langchain-googledrive

请参阅使用示例和授权说明。

from langchain_googledrive.utilities.google_drive import GoogleDriveAPIWrapper
from langchain_googledrive.tools.google_drive.tool import GoogleDriveSearchTool

Google Finance

查询金融数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_finance import GoogleFinanceQueryRun
from langchain_community.utilities.google_finance import GoogleFinanceAPIWrapper

Google Jobs

查询职位列表。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

查看使用示例和授权说明。

from langchain_community.tools.google_jobs import GoogleJobsQueryRun
# Note: Utilities might be shared, e.g., GoogleFinanceAPIWrapper was listed, verify correct utility
# from langchain_community.utilities.google_jobs import GoogleJobsAPIWrapper # If exists

Google Lens

进行视觉搜索。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

查看使用示例和授权说明。

from langchain_community.tools.google_lens import GoogleLensQueryRun
from langchain_community.utilities.google_lens import GoogleLensAPIWrapper

Google Places

搜索地点信息。需要 googlemaps 包和 Google Maps API 密钥。

pip install googlemaps langchain # Requires base langchain

查看使用示例和授权说明。

# Note: GooglePlacesTool might be in langchain or langchain_community depending on version
from langchain.tools import GooglePlacesTool # Or langchain_community.tools

Google Scholar

搜索学术论文。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_scholar import GoogleScholarQueryRun
from langchain_community.utilities.google_scholar import GoogleScholarAPIWrapper

Google 搜索

使用 Google 自定义搜索引擎 (CSE) 执行网络搜索。需要 GOOGLE_API_KEY 和 GOOGLE_CSE_ID。安装 langchain-google-community：

pip install langchain-google-community

包装器：

from langchain_google_community import GoogleSearchAPIWrapper

工具：

from langchain_community.tools import GoogleSearchRun, GoogleSearchResults

智能体加载：

from langchain_community.agent_toolkits.load_tools import load_tools
tools = load_tools(["google-search"])

查看详细笔记。

Google Trends

查询 Google Trends 数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_trends import GoogleTrendsQueryRun
from langchain_community.utilities.google_trends import GoogleTrendsAPIWrapper

工具包

用于特定 Google 服务的工具集合。

Gmail

Google Gmail 是 Google 提供的免费电子邮件服务。该工具包通过 Gmail API 处理电子邮件。

pip install langchain-google-community[gmail]

请参阅使用示例和授权说明。

# Load the whole toolkit
from langchain_google_community import GmailToolkit

# Or use individual tools
from langchain_google_community.gmail.create_draft import GmailCreateDraft
from langchain_google_community.gmail.get_message import GmailGetMessage
from langchain_google_community.gmail.get_thread import GmailGetThread
from langchain_google_community.gmail.search import GmailSearch
from langchain_google_community.gmail.send_message import GmailSendMessage

MCP 工具箱

MCP Toolbox 提供了一种简单高效的方式来连接您的数据库，包括 Google Cloud 上的数据库，例如 Cloud SQL 和 AlloyDB。借助 MCP Toolbox，您可以将您的数据库与 LangChain 无缝集成，以构建强大的、数据驱动的应用程序。

安装

要开始，安装 Toolbox 服务器和客户端。配置一个 tools.yaml 来定义你的工具，然后执行 toolbox 来启动服务器：

toolbox --tools-file "tools.yaml"

然后，安装 Toolbox 客户端：

pip install toolbox-langchain

快速入门

以下是使用 MCP Toolbox 连接数据库的快速示例：

from toolbox_langchain import ToolboxClient

async with ToolboxClient("http://127.0.0.1:5000") as client:

    tools = client.load_toolset()

请参阅使用示例和设置说明。

回调

跟踪 LLM/聊天模型的使用情况。

Vertex AI 回调处理器

跟踪 VertexAI 使用信息的回调处理器。

需要 langchain-google-vertexai。

from langchain_google_vertexai.callbacks import VertexAICallbackHandler

评估器

使用 Vertex AI 评估模型输出。需要 langchain-google-vertexai。

VertexPairWiseStringEvaluator

使用 Vertex AI 模型进行成对评估。

from langchain_google_vertexai.evaluators.evaluation import VertexPairWiseStringEvaluator

VertexStringEvaluator

使用 Vertex AI 模型评估单个预测字符串。

# Note: Original doc listed VertexPairWiseStringEvaluator twice. Assuming this class exists.
from langchain_google_vertexai.evaluators.evaluation import VertexStringEvaluator # Verify class name if needed

其他 Google 产品

与核心云平台之外的各种 Google 服务集成。

文档加载器

Google Drive

Google Drive 文件存储。目前支持 Google Docs。

安装带有 Drive 依赖项：

pip install langchain-google-community[drive]

请参阅使用示例和授权说明。

from langchain_google_community import GoogleDriveLoader

向量存储

ScaNN (本地索引)

Google ScaNN (可扩展最近邻) 是一个 Python 包。 ScaNN 是一种用于大规模高效向量相似性搜索的方法。

ScaNN 包含了最大内积搜索的搜索空间剪枝和量化，同时也支持其他距离函数，例如欧几里得距离。该实现针对支持 AVX2 的 x86 处理器进行了优化。请参阅其 Google Research github 了解更多详情。

安装 scann 包：

pip install scann langchain-community # Requires langchain-community

查看一个使用示例。

from langchain_community.vectorstores import ScaNN

检索器

Google Drive

从 Google Drive 检索文档。安装所需包：

pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib langchain-googledrive

查看使用示例和授权说明。

from langchain_googledrive.retrievers import GoogleDriveRetriever

工具

Google Drive

与 Google Drive 交互的工具安装所需包：

pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib langchain-googledrive

请查看使用示例和授权说明。

from langchain_googledrive.utilities.google_drive import GoogleDriveAPIWrapper
from langchain_googledrive.tools.google_drive.tool import GoogleDriveSearchTool

Google Finance

查询金融数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请查看使用示例和授权说明。

from langchain_community.tools.google_finance import GoogleFinanceQueryRun
from langchain_community.utilities.google_finance import GoogleFinanceAPIWrapper

Google 职位

查询职位列表。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_jobs import GoogleJobsQueryRun
# Note: Utilities might be shared, e.g., GoogleFinanceAPIWrapper was listed, verify correct utility
# from langchain_community.utilities.google_jobs import GoogleJobsAPIWrapper # If exists

Google Lens

执行视觉搜索。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

参见使用示例和授权说明。

from langchain_community.tools.google_lens import GoogleLensQueryRun
from langchain_community.utilities.google_lens import GoogleLensAPIWrapper

Google Places

搜索地点信息。需要 googlemaps 包和一个 Google Maps API 密钥。

pip install googlemaps langchain # Requires base langchain

请参阅使用示例和授权说明。

# Note: GooglePlacesTool might be in langchain or langchain_community depending on version
from langchain.tools import GooglePlacesTool # Or langchain_community.tools

Google Scholar

搜索学术论文。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_scholar import GoogleScholarQueryRun
from langchain_community.utilities.google_scholar import GoogleScholarAPIWrapper

Google 搜索

使用 Google 自定义搜索引擎 (CSE) 执行网络搜索。需要 GOOGLE_API_KEY 和 GOOGLE_CSE_ID。 Install langchain-google-community:

pip install langchain-google-community

包装器：

from langchain_google_community import GoogleSearchAPIWrapper

工具：

from langchain_community.tools import GoogleSearchRun, GoogleSearchResults

智能体加载:

from langchain_community.agent_toolkits.load_tools import load_tools
tools = load_tools(["google-search"])

查看详细的笔记本。

Google Trends

查询 Google Trends 数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # Requires langchain-community

请查看使用示例和授权说明。

from langchain_community.tools.google_trends import GoogleTrendsQueryRun
from langchain_community.utilities.google_trends import GoogleTrendsAPIWrapper

工具包

Gmail

Google Gmail 是 Google 提供的一项免费电子邮件服务。此工具包通过 Gmail API 处理电子邮件。

pip install langchain-google-community[gmail]

查看使用示例和授权说明。

# Load the whole toolkit
from langchain_google_community import GmailToolkit

# Or use individual tools
from langchain_google_community.gmail.create_draft import GmailCreateDraft
from langchain_google_community.gmail.get_message import GmailGetMessage
from langchain_google_community.gmail.get_thread import GmailGetThread
from langchain_google_community.gmail.search import GmailSearch
from langchain_google_community.gmail.send_message import GmailSendMessage

聊天加载器

Gmail

从 Gmail 线程加载聊天记录。安装 Gmail 依赖项：

pip install langchain-google-community[gmail]

请参阅使用示例和授权说明。

from langchain_google_community import GMailLoader

第三方集成

通过第三方 API 访问 Google 服务。

SearchApi

SearchApi 提供对 Google 搜索、YouTube 等的 API 访问。需要 langchain-community。

查看使用示例和授权说明。

from langchain_community.utilities import SearchApiAPIWrapper

SerpApi

SerpApi 提供对 Google 搜索结果的 API 访问。需要 langchain-community。

查看使用示例和授权说明。

from langchain_community.utilities import SerpAPIWrapper

Serper.dev

Google Serper 提供 API 访问 Google 搜索结果。需要 langchain-community。

查看使用示例和授权说明。

from langchain_community.utilities import GoogleSerperAPIWrapper

YouTube

YouTube 搜索工具

搜索 YouTube 视频，无需官方 API。需要 youtube_search 包。

pip install youtube_search langchain # Requires base langchain

查看使用示例。

# Note: YouTubeSearchTool might be in langchain or langchain_community
from langchain.tools import YouTubeSearchTool # Or langchain_community.tools

YouTube 音频加载器

从 YouTube 视频下载音频。需要 yt_dlp, pydub, librosa。

pip install yt_dlp pydub librosa langchain-community # Requires langchain-community

请查看使用示例和授权说明。

from langchain_community.document_loaders.blob_loaders.youtube_audio import YoutubeAudioLoader
# Often used with whisper parsers:
# from langchain_community.document_loaders.parsers import OpenAIWhisperParser, OpenAIWhisperParserLocal

YouTube 字幕加载器

加载视频转录文本。需要 youtube-transcript-api。

pip install youtube-transcript-api langchain-community # Requires langchain-community

参见使用示例。

from langchain_community.document_loaders import YoutubeLoader

LangGraph.js

LangGraph.js 是一个用于构建有状态、多参与者应用程序的库，专为 LLM（大语言模型）创建而设计。它建立在 LangChain.js 之上，并扩展了其功能，以支持创建由多个智能体（或链）组成的循环和联网图。

主要特性

循环和分支：实现你需要的循环和条件逻辑。不要被 DAG（有向无环图）限制。
持久化：为每个图步骤自动保存状态，支持暂停和恢复图执行，以及错误恢复。
人机协作：允许你的图与人类交互，以进行批准或输入。
时间旅行：在任何步骤“重放”图的过去状态。
内置分析：使用 LangSmith 轻松可视化、检查和调试你的图执行。

安装

npm install @langchain/langgraph

快速开始

让我们构建一个简单的智能体，它可以搜索网络以回答问题。

bash bash pip
pip install -U langchain-google-genai

确保你已设置 OPENAI_API_KEY 环境变量。

typescript bash export GOOGLE_API_KEY=“YOUR_API_KEY”

import { ChatOpenAI } from "@langchain/openai";
import { HumanMessage } from "@langchain/core/messages";
import { tool } from "@langchain/core/tools";
import { z } from "zod";
import { StateGraph, MessagesAnnotation } from "@langchain/langgraph";

// 定义我们智能体的工具
const search = tool(async ({ query }: { query: string }) => {
  // 这是一个占位符，但在实际应用中，你会使用真实的搜索 API
  if (query.toLowerCase().includes("sf")) {
    return "现在是 60 度，有雾。"
  }
  return "现在是 90 度，晴朗。"
}, {
  name: "search",
  description: "用于查询当前天气。",
  schema: z.object({
    query: z.string().describe("要搜索的查询内容"),
  }),
});

const tools = [search];

const model = new ChatOpenAI({
  temperature: 0,
  model: "gpt-4o",
}).bindTools(tools);

// 定义智能体的状态
const AgentState = MessagesAnnotation;

// 定义节点
const callModel = async (state: typeof AgentState.State) => {
  const { messages } = state;
  const response = await model.invoke(messages);
  return { messages: [response] };
};

const shouldContinue = (state: typeof AgentState.State) => {
  const { messages } = state;
  const lastMessage = messages[messages.length - 1];

  // 如果 LLM 发出了工具调用，则路由到 "tools" 节点
  if (lastMessage && lastMessage._getType() === "ai" && lastMessage.tool_calls?.length) {
    return "tools";
  }
  // 否则，结束
  return "__end__";
};

// 我们构建一个简单的图
const workflow = new StateGraph(AgentState)
  .addNode("agent", callModel)
  .addNode("tools", new ToolNode({ tools }))
  .addEdge("__start__", "agent")
  .addConditionalEdges(
    "agent",
    shouldContinue,
  )
  .addEdge("tools", "agent");

// 最后，我们编译它！
// 这将其转换为一个 LangChain Runnable，
// 意味着你可以像使用任何其他链一样使用它
const app = workflow.compile();

// 使用它
const finalState = await app.invoke({
  messages: [new HumanMessage("旧金山的天气怎么样？")],
});
console.log(finalState.messages[finalState.messages.length - 1].content);

概念

LangGraph.js 提供了几个核心概念来帮助你构建强大的应用程序：

状态图

状态图是 LangGraph.js 的核心抽象。它定义了应用程序的结构和逻辑。

节点：代表一个函数或一个智能体。
边：代表节点之间的转换。
状态：代表应用程序的共享状态。

持久化

LangGraph.js 内置了对持久化的支持。这意味着你可以：

暂停和恢复图执行
在任何步骤“重放”图的过去状态
在错误后恢复执行

人机协作

LangGraph.js 支持人机协作模式，允许你的图与人类交互以进行批准或输入。

热门提供商

按组件分类的集成

​Google 生成式AI (Gemini API & AI Studio)

​聊天模型

​嵌入模型

​LLMs

​Google Cloud

​聊天模型

​Vertex AI

​Anthropic on Vertex AI Model Garden

​Vertex AI Model Garden 中的 Llama

​Vertex AI Model Garden 上的 Mistral

​来自 Hugging Face 的本地 Gemma

​来自 Kaggle 的本地 Gemma

​Vertex AI 模型花园中的 Gemma

​Vertex AI 图像字幕生成

​Vertex AI 图像编辑器

​Vertex AI 图像生成器

​Vertex AI 视觉问答

​LLMs

​Vertex AI Model Garden

​来自 Hugging Face 的本地 Gemma

​Gemma 本地（来自 Kaggle）

​Vertex AI Model Garden 中的 Gemma

​Vertex AI 图像字幕生成

​嵌入模型

​Vertex AI

​文档加载器

​AlloyDB for PostgreSQL

​BigQuery

​Bigtable

​Cloud SQL for MySQL

​Cloud SQL 用于 SQL Server

​适用于 PostgreSQL 的 Cloud SQL

​云存储

​Cloud Vision 加载器

​El Carro 用于 Oracle 工作负载

​Firestore (原生模式)

​Firestore（数据存储模式）

​Memorystore for Redis

​Spanner

​语音转文本

​文档转换器

​文档AI

​Google Translate

​向量存储

​AlloyDB 为 PostgreSQL

​BigQuery 向量搜索

​Memorystore for Redis 版

​Spanner

​Firestore (原生模式)

​Cloud SQL for MySQL

​Cloud SQL for PostgreSQL

​Vertex AI 向量搜索

使用 DataStore 后端

使用 GCS 后端

​检索器

​Vertex AI 搜索

VertexAIMultiTurnSearchRetriever

VertexAISearchRetriever

VertexAISearchSummaryTool

​文档AI仓库

​工具

​文本转语音

​Google Drive

​Google Finance

​Google Jobs

​Google Lens

​Google Places

​Google Scholar

​Google 搜索

​Google Trends

​工具包

​Gmail

​MCP 工具箱

​安装

​快速入门

​回调

​Vertex AI 回调处理器

​评估器

Google 生成式AI (Gemini API & AI Studio)

聊天模型

嵌入模型

LLMs

Google Cloud

聊天模型

Vertex AI

Anthropic on Vertex AI Model Garden

Vertex AI Model Garden 中的 Llama

Vertex AI Model Garden 上的 Mistral

来自 Hugging Face 的本地 Gemma

来自 Kaggle 的本地 Gemma

Vertex AI 模型花园中的 Gemma

Vertex AI 图像字幕生成

Vertex AI 图像编辑器

Vertex AI 图像生成器

Vertex AI 视觉问答

LLMs

Vertex AI Model Garden

来自 Hugging Face 的本地 Gemma

Gemma 本地（来自 Kaggle）

Vertex AI Model Garden 中的 Gemma

Vertex AI 图像字幕生成

嵌入模型

Vertex AI

文档加载器

AlloyDB for PostgreSQL

BigQuery

Bigtable

Cloud SQL for MySQL

Cloud SQL 用于 SQL Server

适用于 PostgreSQL 的 Cloud SQL

云存储

Cloud Vision 加载器

El Carro 用于 Oracle 工作负载

Firestore (原生模式)

Firestore（数据存储模式）

Memorystore for Redis

Spanner

语音转文本

文档转换器

文档AI

Google Translate

向量存储

AlloyDB 为 PostgreSQL

BigQuery 向量搜索

Memorystore for Redis 版

Spanner

Firestore (原生模式)

Cloud SQL for MySQL

Cloud SQL for PostgreSQL

Vertex AI 向量搜索

检索器

Vertex AI 搜索

文档AI仓库

工具

文本转语音

Google Drive

Google Finance

Google Jobs

Google Lens

Google Places

Google Scholar

Google 搜索

Google Trends

工具包

Gmail

MCP 工具箱

安装

快速入门

回调

Vertex AI 回调处理器

评估器

VertexPairWiseStringEvaluator

VertexStringEvaluator

其他 Google 产品

文档加载器

Google Drive

向量存储

ScaNN (本地索引)