ChatVertexAI

此页面提供了有关如何开始使用 VertexAI 聊天模型 的快速概述。有关所有 ChatVertexAI 功能和配置的详细文档，请访问 API 参考。

ChatVertexAI 暴露了 Google Cloud 中所有可用的基础模型，如 gemini-1.5-pro、gemini-1.5-flash 等。要查看完整和最新的可用模型列表，请访问 VertexAI 文档。

Google Cloud VertexAI 与 Google PaLM

Google Cloud VertexAI 集成与 Google PaLM 集成 是分开的。Google 选择通过 GCP 提供 PaLM 的企业版本，并支持通过该版本提供的模型。

概述

集成细节

类	包	本地	可序列化	JS 支持	包下载量	包最新版本
ChatVertexAI	langchain-google-vertexai	❌	beta	✅

模型特性

工具调用	结构化输出	JSON 模式	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	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。

凭证

要使用集成，您必须：

• 为您的环境配置凭证（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，该库首先查找上述提到的应用程序凭证变量，然后查找系统级身份验证。

有关更多信息，请参见：

• https://cloud.google.com/docs/authentication/application-default-credentials#GAC
• https://googleapis.dev/python/google-auth/latest/reference/google.auth.html#module-google.auth

如果您希望自动跟踪您的模型调用，您还可以通过取消注释下面的内容来设置您的 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

注意：您可能需要重启内核以使用更新的包。

实例化

现在我们可以实例化我们的模型对象并生成聊天完成内容：

from langchain_google_vertexai import ChatVertexAI

llm = ChatVertexAI(
    model="gemini-1.5-flash-001",
    temperature=0,
    max_tokens=None,
    max_retries=6,
    stop=None,
    # other params...
)

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.

链接

我们可以使用提示模板来链接我们的模型，如下所示：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        (
            "system",
            "You are a helpful assistant that translates {input_language} to {output_language}.",
        ),
        ("human", "{input}"),
    ]
)

chain = prompt | llm
chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)

AIMessage(content='Ich liebe Programmieren. \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': 15, 'candidates_token_count': 8, 'total_token_count': 23}}, id='run-c71955fd-8dc1-422b-88a7-853accf4811b-0', usage_metadata={'input_tokens': 15, 'output_tokens': 8, 'total_tokens': 23})

API 参考

有关所有 ChatVertexAI 功能和配置的详细文档，例如如何发送多模态输入和配置安全设置，请访问 API 参考： https://api.python.langchain.com/en/latest/chat_models/langchain_google_vertexai.chat_models.ChatVertexAI.html

相关

• 聊天模型 概念指南
• 聊天模型 操作指南