ChatVertexAI
本页面提供了快速入门VertexAI 聊天模型的概述。有关ChatVertexAI所有功能和配置的详细文档,请前往API参考。
ChatVertexAI 提供了 Google Cloud 中所有可用的基础模型,例如 gemini-1.5-pro
、gemini-1.5-flash
等。要查看完整且最新的可用模型列表,请访问 VertexAI 文档。
Google Cloud VertexAI vs Google PaLM
Google Cloud VertexAI 集成与 Google PaLM 集成 是分开的。Google 选择通过 GCP 提供企业版的 PaLM,这支持通过该平台提供的模型。
概述
集成详情
类 | 包 | 本地 | 可序列化 | JS支持 | 包下载量 | 包最新版本 |
---|---|---|---|---|---|---|
ChatVertexAI | langchain-google-vertexai | ❌ | 测试版 | ✅ |
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 | Logprobs |
---|---|---|---|---|---|---|---|---|---|
✅ | ✅ | ❌ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ❌ |
设置
要访问VertexAI模型,您需要创建一个Google Cloud Platform账户,设置凭证,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,该库首先查找上述提到的应用程序凭据变量,然后查找系统级认证。
更多信息,请参阅:
- https://cloud.google.com/docs/authentication/application-default-credentials#GAC
- https://googleapis.dev/python/google-auth/latest/reference/google.auth.html#module-google.auth
如果你想获取模型调用的自动追踪,你也可以通过取消注释以下内容来设置你的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
Note: you may need to restart the kernel to use updated packages.
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:
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.
链式调用
我们可以链式我们的模型与一个提示模板,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.",
}
)
API Reference:ChatPromptTemplate
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,请参阅API参考:https://python.langchain.com/api_reference/google_vertexai/chat_models/langchain_google_vertexai.chat_models.ChatVertexAI.html