跳至主要內容

Google

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

  1. Google Generative AI (Gemini API 与 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使用 langchain-google-genai 包快速入门。对于个人开发者来说，这通常是最佳起点。
  2. Google Cloud (Vertex AI 与其他服务): 通过 Google Cloud Platform 访问 Gemini 模型、Vertex AI 模型库 (Model Garden) 以及各种云服务（数据库、存储、文档 AI 等）。使用 langchain-google-vertexai 包处理 Vertex AI 模型，并使用特定包（例如 langchain-google-cloud-sql-pg、langchain-google-community）处理其他云服务。这对于已经使用 Google Cloud 或需要 MLOps、特定模型调优或企业支持等企业级功能的开发者来说是理想选择。

有关差异的更多详细信息，请参阅 Google 关于**从 Gemini API 迁移到 Vertex AI** 的指南。

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 Generative AI (Gemini API 与 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 中使用。

pip install -U langchain-google-genai
uv add langchain-google-genai

从 Google AI Studio 免费开始并获取您的 API 密钥。

export GOOGLE_API_KEY="YOUR_API_KEY"

聊天模型

使用 ChatGoogleGenerativeAI 类与 Gemini 模型进行交互。请参阅本指南中的详细信息。

from langchain_google_genai import ChatGoogleGenerativeAI
from langchain.messages import HumanMessage

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

# 简单的文本调用
result = llm.invoke("Sing a ballad of LangChain.")
print(result.content)

# 使用 gemini-pro-vision 进行多模态调用
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 GoogleGenerativeAIEmbeddings 类生成文本嵌入，模型如 gemini-embedding-001。

请参阅使用示例。

from langchain_google_genai import GoogleGenerativeAIEmbeddings

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

LLMs (大型语言模型)

使用 GoogleGenerativeAI 类通过（遗留的）LLM 接口访问相同的 Gemini 模型。

请参阅使用示例。

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 模型库以及其他 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 (对于其他服务)
uv add langchain-google-vertexai
# uv add langchain-google-community[...] # For other services (对于其他服务)

Google Cloud 集成通常使用应用程序默认凭证 (Application Default Credentials, ADC)。请参阅 Google Cloud 身份验证文档以获取设置说明（例如，使用 gcloud auth application-default login）。

聊天模型

Vertex AI

通过 Vertex AI 平台访问 Gemini 等聊天模型。

请参阅使用示例。

from langchain_google_vertexai import ChatVertexAI

Anthropic on Vertex AI Model Garden (Vertex AI 模型库上的 Anthropic)

请参阅使用示例。

from langchain_google_vertexai.model_garden import ChatAnthropicVertex

Llama on Vertex AI Model Garden (Vertex AI 模型库上的 Llama)

from langchain_google_vertexai.model_garden_maas.llama import VertexModelGardenLlama

Mistral on Vertex AI Model Garden (Vertex AI 模型库上的 Mistral)

from langchain_google_vertexai.model_garden_maas.mistral import VertexModelGardenMistral

Gemma local from Hugging Face (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

Gemma local from Kaggle (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

Gemma on Vertex AI Model Garden (Vertex AI 模型库上的 Gemma)

需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaChatVertexAIModelGarden

Vertex AI image captioning (Vertex AI 图像字幕生成)

图像字幕生成模型作为聊天的实现。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageCaptioningChat

Vertex AI image editor (Vertex AI 图像编辑器)

给定图像和提示，编辑图像。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 image generator (Vertex AI 图像生成器)

从提示生成图像。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIImageGeneratorChat

Vertex AI visual QnA (Vertex AI 视觉问答)

视觉问答模型的聊天实现。需要 langchain-google-vertexai。

from langchain_google_vertexai.vision_models import VertexAIVisualQnAChat

LLMs

您还可以使用（遗留的）字符串输入、字符串输出的 LLM 接口。

Vertex AI Model Garden (Vertex AI 模型库)

通过 Vertex AI Model Garden 服务访问 Gemini 和数百个 OSS 模型。需要 langchain-google-vertexai。

请参阅使用示例。

from langchain_google_vertexai import VertexAIModelGarden

Gemma local from Hugging Face (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 local from Kaggle (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 GemmaLocalKaggle

Gemma on Vertex AI Model Garden (Vertex AI 模型库上的 Gemma)

需要 langchain-google-vertexai。

from langchain_google_vertexai.gemma import GemmaVertexAIModelGarden

Vertex AI image captioning (Vertex AI 图像字幕生成)

图像字幕生成模型作为 LLM 的实现。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。

请参阅使用示例。

from langchain_google_vertexai import VertexAIEmbeddings

文档加载器

从各种 Google Cloud 来源加载文档。

AlloyDB for PostgreSQL

Google Cloud AlloyDB 是一个完全托管的 PostgreSQL 兼容数据库服务。

安装 Python 包：

pip install langchain-google-alloydb-pg
uv add langchain-google-alloydb-pg

请参阅使用示例。

from langchain_google_alloydb_pg import AlloyDBLoader # AlloyDBEngine 也可用

BigQuery

Google Cloud BigQuery 是一个无服务器数据仓库。

使用 BigQuery 依赖项进行安装：

pip install langchain-google-community[bigquery]
uv add langchain-google-community[bigquery]

请参阅使用示例。

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
uv add langchain-google-bigtable

请参阅使用示例。

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
uv add langchain-google-cloud-sql-mysql

请参阅使用示例。

from langchain_google_cloud_sql_mysql import MySQLLoader # MySQLEngine 也可用

Cloud SQL for 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
uv add langchain-google-cloud-sql-mssql

请参阅使用示例。

from langchain_google_cloud_sql_mssql import MSSQLLoader # MSSQLEngine 也可用

Cloud SQL for PostgreSQL

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
uv add langchain-google-cloud-sql-pg

请参阅使用示例。

from langchain_google_cloud_sql_pg import PostgresLoader # PostgresEngine 也可用

Cloud Storage

Cloud Storage 是一个用于存储非结构化数据的托管服务。

使用 GCS 依赖项进行安装：

pip install langchain-google-community[gcs]
uv add 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 loader (Cloud Vision 加载器)

使用 Google Cloud Vision API 加载数据。

使用 Vision 依赖项进行安装：

pip install langchain-google-community[vision]
uv add langchain-google-community[vision]
from langchain_google_community.vision import CloudVisionLoader

El Carro for Oracle Workloads (用于 Oracle 工作负载的 El Carro)

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

安装 Python 包：

pip install langchain-google-el-carro
uv add langchain-google-el-carro

请参阅使用示例。

from langchain_google_el_carro import ElCarroLoader

Firestore (Native Mode) (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
uv add langchain-google-firestore

请参阅使用示例。

from langchain_google_firestore import FirestoreLoader

Firestore (Datastore Mode) (Firestore - Datastore 模式)

Google Cloud Firestore in Datastore mode。

安装 Python 包：

pip install langchain-google-datastore
uv add langchain-google-datastore

请参阅使用示例。

from langchain_google_datastore import DatastoreLoader

Memorystore for Redis

Google Cloud Memorystore for Redis 是一个完全托管的 Redis 服务。

安装 Python 包：

pip install langchain-google-memorystore-redis
uv add langchain-google-memorystore-redis

请参阅使用示例。

from langchain_google_memorystore_redis import MemorystoreDocumentLoader

Spanner

Google Cloud Spanner 是一个完全托管的、全球分布式的关系数据库服务。

安装 Python 包：

pip install langchain-google-spanner
uv add langchain-google-spanner

请参阅使用示例。

from langchain_google_spanner import SpannerLoader

语音转文本 (Speech-to-Text)

Google Cloud Speech-to-Text 可转录音频文件。

安装 Speech-to-Text 依赖项：

pip install langchain-google-community[speech]
uv add 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 (Document Transformers)

使用 Google Cloud 服务转换文档。

Document 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 应该是一个 GCS 上的文件夹路径（以 gs:// 开头），
并且处理器名称应类似于 projects/PROJECT_NUMBER/locations/LOCATION/processors/PROCESSOR_ID。
我们可以通过编程方式获取它，或者从 Google Cloud Console 中“Processor details”选项卡的“Prediction endpoint”部分复制。

pip install langchain-google-community[docai]
uv add 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

Google Translate (谷歌翻译) 是 Google 开发的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，我们需要安装带有翻译依赖项的 langchain-google-community。

pip install langchain-google-community[translate]
uv add langchain-google-community[translate]

请参阅使用示例和授权说明。

from langchain_google_community import GoogleTranslateTransformer

向量存储 (Vector Stores)

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

AlloyDB for PostgreSQL

Google Cloud AlloyDB 是一种完全托管的关系数据库服务，在 Google Cloud 上提供高性能、无缝集成和令人印象深刻的可扩展性。AlloyDB 100% 兼容 PostgreSQL。

安装 Python 包：

pip install langchain-google-alloydb-pg
uv add langchain-google-alloydb-pg

请参阅使用示例。

from langchain_google_alloydb_pg import AlloyDBVectorStore # AlloyDBEngine 也可用

Google Cloud BigQuery，
BigQuery 是 Google Cloud 中一个无服务器、经济高效的企业数据仓库。

Google Cloud BigQuery Vector Search
BigQuery 向量搜索允许您使用 GoogleSQL 进行语义搜索，使用向量索引实现快速但近似的结果，或使用暴力搜索实现精确结果。

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
uv add google-cloud-bigquery

请参阅使用示例。

# 注意：BigQueryVectorSearch 可能在 langchain 或 langchain_community 中，具体取决于版本
# 请检查使用示例中的导入。
from langchain.vectorstores import BigQueryVectorSearch # 或 langchain_community.vectorstores

Memorystore for Redis

使用 Memorystore for Redis 的向量存储。

安装 Python 包：

pip install langchain-google-memorystore-redis
uv add 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
uv add langchain-google-spanner

请参阅使用示例。

from langchain_google_spanner import SpannerVectorStore

Firestore (Native Mode) (Firestore - 原生模式)

使用 Firestore 的向量存储。

安装 Python 包：

pip install langchain-google-firestore
uv add 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
uv add langchain-google-cloud-sql-mysql

请参阅使用示例。

from langchain_google_cloud_sql_mysql import MySQLVectorStore # MySQLEngine 也可用

Cloud SQL for PostgreSQL

使用 Cloud SQL for PostgreSQL 的向量存储。

安装 Python 包：

pip install langchain-google-cloud-sql-pg
uv add langchain-google-cloud-sql-pg

请参阅使用示例。

from langchain_google_cloud_sql_pg import PostgresVectorStore # PostgresEngine 也可用

Google Cloud Vertex AI Vector Search 来自 Google Cloud，
前身称为 Vertex AI Matching Engine，提供了业界领先的高规模、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。

安装 Python 包：

pip install langchain-google-vertexai
uv add langchain-google-vertexai

请参阅使用示例。

from langchain_google_vertexai import VectorSearchVectorStore
With DataStore Backend (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
With GCS Backend (使用 GCS 后端)

VectorSearchVectorStore 的别名，用于将文档/索引存储在 GCS 中。

from langchain_google_vertexai import VectorSearchVectorStoreGCS

检索器 (Retrievers)

使用 Google Cloud 服务检索信息。

使用 Vertex AI Search 构建由生成式 AI 驱动的搜索引擎。
Google Cloud 的此服务允许开发者快速为客户和员工构建由生成式 AI 驱动的搜索引擎。

请参阅使用示例。

注意：GoogleVertexAISearchRetriever 已弃用。请使用下方来自 langchain-google-community 的组件。

安装 google-cloud-discoveryengine 包以进行底层访问。

pip install google-cloud-discoveryengine langchain-google-community
uv add google-cloud-discoveryengine langchain-google-community
VertexAIMultiTurnSearchRetriever (Vertex AI 多轮搜索检索器)
from langchain_google_community import VertexAIMultiTurnSearchRetriever
VertexAISearchRetriever (Vertex AI 搜索检索器)
# 注意：示例代码显示的是 VertexAIMultiTurnSearchRetriever，请确认 VertexAISearchRetriever 是否单独存在或相关。
# 假设它可能相关或原文档中存在错字：
from langchain_google_community import VertexAISearchRetriever # 如有需要，请验证类名
VertexAISearchSummaryTool (Vertex AI 搜索摘要工具)
from langchain_google_community import VertexAISearchSummaryTool

Document AI Warehouse

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 Document AI 包（请查阅具体文档）。

pip install langchain-google-community # 如果需要，请添加特定的 docai 依赖项
uv add langchain-google-community # 如果需要，请添加特定的 docai 依赖项
from langchain_google_community.documentai_warehouse import DocumentAIWarehouseRetriever

工具 (Tools)

将智能体 (agents) 与各种 Google 服务集成。

Text-to-Speech (文本转语音)

Google Cloud Text-to-Speech 是一项 Google Cloud 服务，使开发者能够合成具有 100 多种语音、多种语言和变体的自然语音。它应用了 DeepMind 在 WaveNet 方面的突破性研究和 Google 强大的神经网络，以提供最高的保真度。

安装所需的包：

pip install google-cloud-text-to-speech langchain-google-community
uv add 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
uv add 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 (谷歌财经)

查询财务数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 (谷歌职位)

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_jobs import GoogleJobsQueryRun
# 注意：实用程序可能共享，例如，此处列出了 GoogleFinanceAPIWrapper，请验证正确的实用程序
# from langchain_community.utilities.google_jobs import GoogleJobsAPIWrapper # 如果存在

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 # 需要 langchain-community
uv add google-search-results langchain-community # 需要 langchain-community

请参阅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 (谷歌地点)

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

pip install googlemaps langchain # 需要基础 langchain
uv add googlemaps langchain # 需要基础 langchain

请参阅使用示例和授权说明。

# 注意：GooglePlacesTool 可能在 langchain 或 langchain_community 中，具体取决于版本
from langchain.tools import GooglePlacesTool # 或 langchain_community.tools

Google Scholar (谷歌学术)

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 Search (谷歌搜索)

使用 Google Custom Search Engine (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
uv add langchain-google-community

封装器 (Wrapper)：

from langchain_google_community import GoogleSearchAPIWrapper

工具：

from langchain_community.tools import GoogleSearchRun, GoogleSearchResults

智能体加载 (Agent Loading)：

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

请参阅详细笔记本。

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 (Toolkits)

特定 Google 服务的工具集合。

Gmail

Google Gmail (谷歌邮箱) 是 Google 提供的免费电子邮件服务。
此工具包通过 Gmail API 处理电子邮件。

pip install langchain-google-community[gmail]
uv add langchain-google-community[gmail]

请参阅使用示例和授权说明。

# 加载整个工具包
from langchain_google_community import GmailToolkit

# 或使用单独的工具
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 Toolbox

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，如 Cloud SQL 和 AlloyDB。借助 MCP Toolbox，您可以将数据库与 LangChain 无缝集成，以构建功能强大的数据驱动应用程序。

安装

首先，安装 Toolbox 服务器和客户端。

配置一个 tools.yaml 来定义您的工具，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
uv add toolbox-langchain

快速入门

这是一个关于如何使用 MCP Toolbox 连接到数据库的简单示例：

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 (Callbacks)

跟踪 LLM/聊天模型的使用情况。

Vertex AI 回调处理器 (Vertex AI callback handler)

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 (Evaluators)

使用 Vertex AI 评估模型输出。

需要 langchain-google-vertexai。

VertexPairWiseStringEvaluator (Vertex 对偶字符串评估器)

使用 Vertex AI 模型进行对偶评估。

from langchain_google_vertexai.evaluators.evaluation import VertexPairWiseStringEvaluator

VertexStringEvaluator (Vertex 字符串评估器)

使用 Vertex AI 模型评估单个预测字符串。

# 注意：原始文档将 VertexPairWiseStringEvaluator 列出了两次。假设此类别存在。
from langchain_google_vertexai.evaluators.evaluation import VertexStringEvaluator # 如有需要，请验证类名

其他 Google 产品 (Other Google Products)

核心云平台之外的各种 Google 服务集成。

文档加载器 (Document loaders)

Google Drive

Google Drive (谷歌云端硬盘) 文件存储。目前支持 Google Docs。

安装 Drive 依赖项：

pip install langchain-google-community[drive]
uv add 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 (Vector Stores)

ScaNN (本地索引)

Google ScaNN
(Scalable Nearest Neighbors - 可扩展最近邻) 是一个 Python 包。

ScaNN 是一种高效进行大规模向量相似性搜索的方法。

ScaNN 包括用于最大内积搜索 (Maximum Inner Product Search) 的搜索空间修剪和量化，并且还支持欧几里得距离等其他距离函数。该实现针对支持 AVX2 的 x86 处理器进行了优化。有关更多详细信息，请参阅其 Google Research github。

安装 scann 包：

pip install scann langchain-community # 需要 langchain-community
uv add scann langchain-community # 需要 langchain-community

请参阅使用示例。

from langchain_community.vectorstores import ScaNN

检索器 (Retrievers)

Google Drive

从 Google Drive 检索文档。

安装所需的包：

pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib langchain-googledrive
uv add 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.retrievers import GoogleDriveRetriever

工具 (Tools)

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
uv add 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 (谷歌财经)

查询财务数据。需要 google-search-results 包和 SerpApi 密钥。

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 (谷歌职位)

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 langchain-community

请参阅使用示例和授权说明。

from langchain_community.tools.google_jobs import GoogleJobsQueryRun
# 注意：实用程序可能共享，例如，此处列出了 GoogleFinanceAPIWrapper，请验证正确的实用程序
# from langchain_community.utilities.google_jobs import GoogleJobsAPIWrapper # 如果存在

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 # 需要 langchain-community
uv add google-search-results langchain-community # 需要 langchain-community

请参阅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 (谷歌地点)

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

pip install googlemaps langchain # 需要基础 langchain
uv add googlemaps langchain # 需要基础 langchain

请参阅使用示例和授权说明。

# 注意：GooglePlacesTool 可能在 langchain 或 langchain_community 中，具体取决于版本
from langchain.tools import GooglePlacesTool # 或 langchain_community.tools

Google Scholar (谷歌学术)

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 Search (谷歌搜索)

使用 Google Custom Search Engine (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
uv add langchain-google-community

封装器 (Wrapper)：

from langchain_google_community import GoogleSearchAPIWrapper

工具：

from langchain_community.tools import GoogleSearchRun, GoogleSearchResults

智能体加载 (Agent Loading)：

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

请参阅详细笔记本。

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

pip install google-search-results langchain-community # 需要 langchain-community
uv add google-search-results langchain-community # 需要 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 (Toolkits)

Gmail

Google Gmail (谷歌邮箱) 是 Google 提供的免费电子邮件服务。
此工具包通过 Gmail API 处理电子邮件。

pip install langchain-google-community[gmail]
uv add langchain-google-community[gmail]

请参阅使用示例和授权说明。

# 加载整个工具包
from langchain_google_community import GmailToolkit

# 或使用单独的工具
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 (Chat Loaders)

Gmail

从 Gmail 线程加载聊天记录。

安装 Gmail 依赖项：

pip install langchain-google-community[gmail]
uv add 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 (3rd Party Integrations)

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。

请参阅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。

请参阅使用示例和授权说明。

from langchain_community.utilities import SerpAPIWrapper

Serper.dev

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

请参阅使用示例和授权说明。

from langchain_community.utilities import GoogleSerperAPIWrapper

YouTube

YouTube Search Tool (YouTube 搜索工具)

无需官方 API 即可搜索 YouTube 视频。需要 Youtube 包。

pip install youtube_search langchain # 需要基础 langchain
uv add youtube_search langchain # 需要基础 langchain

请参阅使用示例。

# 注意：YouTubeSearchTool 可能在 langchain 或 langchain_community 中
from langchain.tools import YouTubeSearchTool # 或 langchain_community.tools

YouTube Audio Loader (YouTube 音频加载器)

下载 YouTube 视频中的音频。需要 yt_dlp、pydub、librosa。

pip install yt_dlp pydub librosa langchain-community # 需要 langchain-community
uv add yt_dlp pydub librosa langchain-community # 需要 langchain-community

请参阅使用示例和授权说明。

from langchain_community.document_loaders.blob_loaders.youtube_audio import YoutubeAudioLoader
# 通常与 whisper 解析器一起使用：
# from langchain_community.document_loaders.parsers import OpenAIWhisperParser, OpenAIWhisperParserLocal

YouTube Transcripts Loader (YouTube 字幕加载器)

加载视频字幕。需要 youtube-transcript-api。

pip install youtube-transcript-api langchain-community # 需要 langchain-community
uv add youtube-transcript-api langchain-community # 需要 langchain-community

请参阅使用示例。

from langchain_community.document_loaders import YoutubeLoader
最近更新