> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-docs-zh.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Google 集成

> 与 Google 集成，使用 LangChain Python.

本页面涵盖了与 [Google Gemini](https://ai.google.dev/gemini-api/docs)、[Google Cloud](https://cloud.google.com/) 及其他 Google 产品（如 Google Maps、YouTube 和 [更多](#其他-google-产品)）的 LangChain 集成。

> [!NOTE]
>
> **统一 SDK 与包整合**
>
> 自 `langchain-google-genai` 4.0.0 版本起，此包使用整合的 [`google-genai`](https://googleapis.github.io/python-genai/) SDK，现支持 **Gemini 开发者 API 和 Gemini 企业智能体平台** 后端。
>
> `langchain-google-vertexai` 包仍受支持，用于 Gemini 企业智能体平台特定功能（模型花园、向量搜索、评估服务等）。
>
> 请参阅 [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？

> [accordion] Google Generative AI (Gemini API & Gemini Enterprise Agent Platform)
>
> 通过 **[Gemini 开发者 API](https://ai.google.dev/)** 或 **[Gemini 企业智能体平台](https://cloud.google.com/products/gemini-enterprise-agent-platform)** 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设计
> * **Gemini 企业智能体平台**：具有 Google Cloud 集成的企业功能（需要 GCP 项目）
>
> 使用 `langchain-google-genai` 包用于对话模型、LLM 和嵌入。
>
> [查看集成。](#google-生成式-ai)

> [accordion] Google Cloud (Gemini Enterprise Agent Platform Services)
>
> 访问 Gemini 企业智能体平台特定服务，超出 Gemini 模型范围：模型花园（Llama、Mistral、Anthropic）、评估服务以及专业视觉模型。
>
> 使用 `langchain-google-vertexai` 包用于平台服务，并使用特定包（例如 `langchain-google-community`、`langchain-google-cloud-sql-pg`）用于其他云服务，如数据库和存储。
>
> [查看集成。](#google-cloud)

有关差异的更多详细信息，请参阅 Google 的 [从 Gemini API 迁移到 Gemini 企业智能体平台](https://ai.google.dev/gemini-api/docs/migrate-to-cloud) 指南。

***

## Google 生成式 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 [Gemini 企业智能体平台](https://cloud.google.com/products/gemini-enterprise-agent-platform) 访问 Google Gemini 模型。

### 对话模型

> [card] [ChatGoogleGenerativeAI](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/chat/google_generative_ai.md)
>
> 通过 **Gemini 开发者 API** 或 **Gemini 企业智能体平台** 的 Google Gemini 对话模型。

### LLM

> [card] [GoogleGenerativeAI](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/llms/google_generative_ai.md)
>
> 使用（旧版）LLM 文本完成接口的 Gemini 模型。

### 嵌入模型

> [card] [GoogleGenerativeAIEmbeddings](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/embeddings/google_generative_ai.md)
>
> 通过 **Gemini 开发者 API** 或 **Gemini 企业智能体平台** 的 Gemini 嵌入模型。

***

## Google Cloud

访问 Gemini 企业智能体平台特定服务，包括模型花园（Llama、Mistral、Anthropic）、向量搜索、评估服务以及专业视觉模型。

> [!NOTE]
>
> **对于 Gemini 模型**，使用 [`ChatGoogleGenerativeAI`](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/chat/google_generative_ai) 从 `langchain-google-genai`。以下类专注于 **不在整合 SDK 中提供的 Gemini 企业智能体平台服务**。

### 对话模型

> [card] [ChatAnthropicVertex](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/chat/google_anthropic_vertex.md)
>
> Anthropic 在 Gemini 企业智能体平台模型花园

> [accordion] ChatVertexAI (deprecated)
>
> **已弃用**—请改用 [`ChatGoogleGenerativeAI`](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/chat/google_generative_ai) 用于 Gemini 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai import ChatVertexAI
> ```

> [accordion] VertexModelGardenLlama
>
> Llama 在 Gemini 企业智能体平台模型花园
>
> ```python wrap theme={null}
> from langchain_google_vertexai.model_garden_maas.llama import VertexModelGardenLlama
> ```

> [accordion] VertexModelGardenMistral
>
> Mistral 在 Gemini 企业智能体平台模型花园
>
> ```python wrap theme={null}
> from langchain_google_vertexai.model_garden_maas.mistral import VertexModelGardenMistral
> ```

> [accordion] GemmaChatLocalHF
>
> 从 HuggingFace 加载的本地 Gemma 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaChatLocalHF
> ```

> [accordion] GemmaChatLocalKaggle
>
> 从 Kaggle 加载的本地 Gemma 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaChatLocalKaggle
> ```

> [accordion] GemmaChatVertexAIModelGarden
>
> Gemma 在 Gemini 企业智能体平台模型花园
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaChatVertexAIModelGarden
> ```

> [accordion] VertexAIImageCaptioningChat
>
> 作为对话界面的图像描述模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.vision_models import VertexAIImageCaptioningChat
> ```

> [accordion] VertexAIImageEditorChat
>
> 根据提示编辑图像。目前仅支持无掩码编辑。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.vision_models import VertexAIImageEditorChat
> ```

> [accordion] VertexAIImageGeneratorChat
>
> 根据提示生成图像。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.vision_models import VertexAIImageGeneratorChat
> ```

> [accordion] VertexAIVisualQnAChat
>
> 作为对话界面的视觉问答模型。
>
> ```python wrap theme={null}
> 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。

> [card] [VertexAIModelGarden](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/llms/google_vertex_ai.md#vertex-模型花园)
>
> 通过 Gemini 企业智能体平台模型花园访问数百个 OSS 模型。

> [accordion] VertexAI (deprecated)
>
> **已弃用**—请改用 [`GoogleGenerativeAI`](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/llms/google_generative_ai) 用于 Gemini 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai import VertexAI
> ```

> [accordion] Gemma local from Hugging Face
>
> 从 HuggingFace 加载的本地 Gemma 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaLocalHF
> ```

> [accordion] Gemma local from Kaggle
>
> 从 Kaggle 加载的本地 Gemma 模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaLocalKaggle
> ```

> [accordion] Gemma on Gemini Enterprise Agent Platform Model Garden
>
> ```python wrap theme={null}
> from langchain_google_vertexai.gemma import GemmaVertexAIModelGarden
> ```

> [accordion] Gemini Enterprise Agent Platform image captioning
>
> 作为 LLM 界面的图像描述模型。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.vision_models import VertexAIImageCaptioning
> ```

### 嵌入模型

> [accordion] VertexAIEmbeddings (deprecated)
>
> **已弃用**—请改用 [`GoogleGenerativeAIEmbeddings`](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/embeddings/google_generative_ai)。
>
> ```python wrap theme={null}
> from langchain_google_vertexai import VertexAIEmbeddings
> ```

### 文档加载器

> [card] [AlloyDB for PostgreSQL](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_alloydb.md)
>
> 基于 Google Cloud 的兼容 PostgreSQL 数据库。

> [card] [BigQuery](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_bigquery.md)
>
> 无服务器数据仓库。

> [card] [Bigtable](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_bigtable.md)
>
> 结构化和半结构化数据的键值和宽列存储。

> [card] [Cloud SQL for MySQL](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_cloud_sql_mysql.md)
>
> 管理型 MySQL 数据库。

> [card] [Cloud SQL for SQL Server](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_cloud_sql_mssql.md)
>
> 管理型 SQL Server 数据库。

> [card] [Cloud SQL for PostgreSQL](https://cloud.google.com/sql/docs/postgres)
>
> 管理型 PostgreSQL 数据库。

> [card] [Cloud Storage (directory)](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_cloud_storage_directory.md)
>
> 从 GCS 存储桶目录加载文档。

> [card] [Cloud Storage (file)](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_cloud_storage_file.md)
>
> 从 GCS 加载单个文档。

> [card] [El Carro for Oracle Workloads](https://github.com/googleapis/langchain-google-el-carro-python/)
>
> 通过 El Carro 在 Kubernetes 上运行 Oracle 数据库。

> [card] [Firestore (Native Mode)](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_firestore.md)
>
> NoSQL 文档数据库。

> [card] [Firestore (Datastore Mode)](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_datastore.md)
>
> Datastore 模式下的 Firestore。

> [card] [Memorystore for Redis](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_memorystore_redis.md)
>
> 管理型 Redis 服务。

> [card] [Spanner](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_spanner.md)
>
> 全球分布式关系数据库。

> [card] [Speech-to-Text](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_speech_to_text.md)
>
> 转录音频文件。

> [accordion] Cloud Vision loader
>
> 使用 Google Cloud Vision API 加载数据。
>
> ```python theme={null}
> from langchain_google_community.vision import CloudVisionLoader
> ```

### 文档转换器

> [card] [Document AI](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_transformers/google_docai.md)
>
> 从非结构化文档中提取结构化数据。

> [card] [Google Translate](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_transformers/google_translate.md)
>
> 通过 Cloud Translation API 翻译文本和 HTML。

### 向量存储

使用 Google Cloud 数据库和 Gemini Enterprise Agent 平台上的向量搜索来存储和搜索向量。

> [card] [AlloyDB for PostgreSQL](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_alloydb.md)
>
> 基于 AlloyDB 的兼容 PostgreSQL 向量存储。

> [card] [BigQuery Vector Search](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_bigquery_vector_search.md)
>
> 使用带有向量索引的 GoogleSQL 进行语义搜索。

> [card] [Memorystore for Redis](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_memorystore_redis.md)
>
> 基于 Memorystore for Redis 的向量存储。

> [card] [Spanner](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_spanner.md)
>
> 基于 Cloud Spanner 的向量存储。

> [card] [Bigtable](https://cloud.google.com/bigtable)
>
> 基于 Cloud Bigtable 的向量存储。

> [card] [Firestore (Native Mode)](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_firestore.md)
>
> 基于 Firestore 的向量存储。

> [card] [Cloud SQL for MySQL](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_cloud_sql_mysql.md)
>
> 基于 Cloud SQL for MySQL 的向量存储。

> [card] [Cloud SQL for PostgreSQL](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_cloud_sql_pg.md)
>
> 基于 Cloud SQL for PostgreSQL 的向量存储。

> [card] [Vector Search on Gemini Enterprise Agent Platform](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_vertex_ai_vector_search.md)
>
> 曾被称为 Vertex AI Matching Engine，提供低延迟的向量数据库。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。

> [card] [Vector Search on Gemini Enterprise Agent Platform + Datastore](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/vectorstores/google_vertex_ai_vector_search.md#optional--您也可以创建向量并存储到数据存储中)
>
> 使用 Datastore 进行文档存储的向量搜索。

### 检索器

> [card] [Agent Search on Gemini Enterprise Agent Platform](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/retrievers/google_vertex_ai_search.md)
>
> 通过 Gemini Enterprise Agent 平台上的 Agent Search 实现生成式 AI 驱动的搜索。

> [card] [Document AI Warehouse](https://cloud.google.com/document-ai-warehouse)
>
> 使用 Document AI Warehouse 搜索、存储和管理文档。

```python Other retrievers theme={null}
from langchain_google_community import VertexAIMultiTurnSearchRetriever
from langchain_google_community import VertexAISearchRetriever
from langchain_google_community import VertexAISearchSummaryTool
```

### 工具

将智能体与各种 Google Cloud 服务集成。

> [card] [Text-to-Speech](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/tools/google_cloud_texttospeech.md)
>
> 使用 100 多种声音合成自然语音。

### 回调

跟踪 LLM/对话模型的使用情况。

> [accordion] Gemini Enterprise Agent Platform callback handler
>
> 跟踪 `VertexAI` 使用信息。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.callbacks import VertexAICallbackHandler
> ```

> [accordion] Google BigQuery
>
> 查看文档[更多详情](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/callbacks/google_bigquery.md)。
>
> ```python wrap theme={null}
> from langchain_google_community.callbacks.bigquery_callback import BigQueryCallbackHandler
> ```

### 评估器

使用 Gemini Enterprise Agent 平台评估模型输出。

> [accordion] VertexPairWiseStringEvaluator
>
> 使用 Gemini Enterprise Agent 平台模型进行成对评估。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.evaluators.evaluation import VertexPairWiseStringEvaluator
> ```

> [accordion] VertexStringEvaluator
>
> 使用 Gemini Enterprise Agent 平台模型进行单预测评估。
>
> ```python wrap theme={null}
> from langchain_google_vertexai.evaluators.evaluation import VertexStringEvaluator
> ```

***

## 其他 Google 产品

核心云平台之外的各种 Google 服务集成。

### 文档加载器

> [card] [Google Drive](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/document_loaders/google_drive.md)
>
> 从 Google Drive 加载文件。目前支持 Google Docs。

### 检索器

> [card] [Google Drive](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/retrievers/google_drive.md)
>
> 从 Google Drive 检索文档。

### 工具

> [card] [Google Search](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/tools/google_search.md)
>
> 通过 Google 定制搜索引擎 (CSE) 进行网络搜索。

> [card] [Google Drive](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/tools/google_drive.md)
>
> 与 Google Drive 交互。

### MCP

> [card] [MCP Toolbox](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/tools/mcp_toolbox.md)
>
> 连接到包括 Cloud SQL 和 AlloyDB 在内的数据库。

### 工具包

> [card] [Gmail](https://langchain-docs-zh.mintlify.site/langchain/oss/python/integrations/tools/google_gmail.md)
>
> 通过 Gmail API 创建、搜索和发送电子邮件。

***

## 第三方集成

通过非官方的第三方 API 访问 Google 服务。

### 搜索

> [card] [cloro](https://cloro.dev/docs)
>
> 支持 AI 概述的 Google 搜索结果。

***

> 官方原文：[src/oss/python/integrations/providers/google.mdx](https://github.com/langchain-ai/docs/blob/main/src/oss/python/integrations/providers/google.mdx) · 非官方翻译，译文由 AI 生成，以英文原文为准。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.