探索Google AI Chat Models：初学者友好的集成指南-优快云博客

本文链接：https://blog.youkuaiyun.com/stjklkjhgffxw/article/details/144316031

# 探索Google AI Chat Models：初学者友好的集成指南

## 引言
Google AI提供了一系列强大的聊天模型，尤其是其Gemini系列，允许开发者构建复杂的对话系统。这篇文章将帮助您了解如何开始使用Google AI的聊天模型，并指导您进行基础的设置和调用。我们将讨论如何利用`langchain-google-genai`包进行集成，并演示一些基本的使用方法。

## 主要内容

### 1. Google AI与Google Cloud Vertex AI对比
Google AI和Google Cloud Vertex AI均提供对Gemini模型的访问途径。Google AI仅需要一个Google帐户和API密钥即可开始使用，而Google Cloud Vertex AI增加了企业级功能，例如客户加密密钥和虚拟私有云的支持。这意味着，如果您需要处理敏感数据或需要更高的访问控制，Google Cloud Vertex AI可能更适合您。

### 2. 环境设置
要使用Google AI模型，首先需要创建一个Google帐户，获取Google AI API密钥，并安装`langchain-google-genai`集成包。

以下是生成API密钥的代码：

```python
import getpass
import os

os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter your Google AI API key: ")

请确保安全地存储您的API密钥，并避免在代码中明文存储。

3. 安装依赖

您可以使用以下命令安装langchain-google-genai包：

%pip install -qU langchain-google-genai

4. 模型实例化与调用

您可以通过以下代码实例化模型并生成聊天完成：

from langchain_google_genai import ChatGoogleGenerativeAI

llm = ChatGoogleGenerativeAI(
    model="gemini-1.5-pro",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # 使用API代理服务提高访问稳定性
)

messages = [
    ("system", "You are a helpful assistant that translates English to French."),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
print(ai_msg.content)

5. 模板和链式调用

使用langchain_core.prompts模块，可以方便地创建带参数化的模板以对模型进行链式调用：

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
result = chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)
print(result.content)