Google 组件

业务组件 用于按提供商归类那些将第三方服务接入 SkillFlaw 的组件。

本页介绍 Google 业务组件中的可用组件。

BigQuery

SkillFlaw 可以通过 Google 业务组件 中的 BigQuery 组件接入 Google BigQuery，从而执行 SQL 查询并读取 BigQuery 数据集中的数据。

在流程中使用 BigQuery

使用 BigQuery 组件前，你需要具备以下条件：

• 一个已启用 BigQuery API 的 Google Cloud 项目
• 一个具有 BigQuery Job User 角色的服务账号
• 一个 BigQuery 数据集和数据表
• 一个正在运行的 SkillFlaw 服务端

创建具有 BigQuery 访问权限的服务账号

1. 选择并启用你的 Google Cloud 项目。更多说明请参阅 Create a Google Cloud project。
2. 在 Google Cloud 项目中创建一个服务账号。更多说明请参阅 Create a service account。
3. 为该账号赋予 BigQuery Job User 角色。 该角色允许 SkillFlaw 以服务账号身份访问 BigQuery 资源。 你可能还需要显式授予它访问目标 BigQuery 数据集的权限。更多说明请参阅 BigQuery access control with IAM。
4. 进入这个服务账号，准备生成新的 JSON 密钥。
5. 点击 Add Key，然后点击 Create new key。
6. 在 Key type 中选择 JSON，点击 Create。 系统会下载一个 JSON 私钥文件到你的本地。

现在你已经有了服务账号和 JSON 私钥，接下来需要把这些凭证配置到 SkillFlaw 的 BigQuery 组件中。

在 SkillFlaw 组件中配置凭证

准备好服务账号和 JSON 凭证文件后，可以按以下步骤完成认证：

1. 在 SkillFlaw 中创建一个新流程。
2. 在 业务组件 中找到 Google 的 BigQuery 组件，并将其加入流程。
3. 在 BigQuery 组件的 Upload Service Account JSON 字段中点击 Select file。
4. 在 My Files 面板中点击 Click or drag files here。 此时会打开系统文件选择器。
5. 在文件选择器中选中服务账号的 JSON 文件并点击 Open。
6. 回到 My Files 面板，选中你刚上传的 JSON 文件，再点击 Select files。

完成后，BigQuery 组件就可以使用该服务账号查询你的数据集与数据表了。

查询 BigQuery 数据集

当组件凭证配置完成后，你可以执行一次查询来确认连通性。

1. 将 Chat Input 和 Chat Output 组件连接到 BigQuery 组件。

   

2. 打开 Playground，输入一条合法 SQL 查询。

   下面这个例子查询的是一个名为 the_oscar_award 的 BigQuery 数据集中的 Oscar 获奖数据表：

   
   

   _10

   SELECT film, category, year_film

   _10

   FROM `big-query-skillflaw-project.the_oscar_award.oscar_winners`

   _10

   WHERE winner = TRUE

   _10

   LIMIT 10

   
   
   结果

   
   

   _11

   film category year_film

   _11

   The Last Command ACTOR 1927

   _11

   7th Heaven ACTRESS 1927

   _11

   The Dove; ART DIRECTION 1927

   _11

   Sunrise CINEMATOGRAPHY 1927

   _11

   Sunrise CINEMATOGRAPHY 1927

   _11

   Two Arabian Knights DIRECTING (Comedy Picture) 1927

   _11

   7th Heaven DIRECTING (Dramatic Picture) 1927

   _11

   Wings ENGINEERING EFFECTS 1927

   _11

   Wings OUTSTANDING PICTURE 1927

   _11

   Sunrise UNIQUE AND ARTISTIC PICTURE 1927

   
   

   如果聊天输出成功返回结果，就说明该组件已经能够访问 BigQuery 表。

Google Generative AI

该组件使用 Google Generative AI 模型 生成文本。

当前支持的模型包括 Gemini 1.5、2.0、2.5 与 3.0 系列。最新的 Gemini 3.0 模型（gemini-3-pro-preview、gemini-3-flash-preview 和 gemini-3-pro-image-preview）提供了更强的推理能力和多模态能力。

Google Generative AI 参数

Name	Type	Description
Google API Key	SecretString	输入参数。用于访问 Google Generative AI 的 API Key。
Model	String	输入参数。模型名称，例如 "gemini-1.5-pro" 或 "gemini-3-pro-preview"。
Max Output Tokens	Integer	输入参数。最大输出 token 数。
Temperature	Float	输入参数。推理温度。
Top K	Integer	输入参数。采样时考虑的 top K token 集合。
Top P	Float	输入参数。采样时考虑的最大累计概率。
N	Integer	输入参数。为每个提示生成的 completion 数量。
model	LanguageModel	输出参数。一个根据所选参数配置好的 ChatGoogleGenerativeAI 实例。

Google Generative AI Embeddings

Google Generative AI Embeddings 组件通过 langchain-google-genai 包中的 GoogleGenerativeAIEmbeddings 类接入 Google 的 embedding 服务。

有关 embedding 模型在流程中的用法，请参阅Embedding 模型组件。

Google Generative AI Embeddings 参数

Name	Display Name	Info
api_key	API Key	输入参数。访问 Google 生成式 AI 服务所需的 secret API key。必填。
model_name	Model Name	输入参数。要使用的 embedding 模型名称。默认：models/text-embedding-004。
embeddings	Embeddings	输出参数。生成好的 GoogleGenerativeAIEmbeddings 对象。

Google Search API

该组件允许你调用 Google Search API。

Google Search API 参数

Name	Type	Description
google_api_key	SecretString	输入参数。用于认证的 Google API key。
google_cse_id	SecretString	输入参数。Google Custom Search Engine ID。
input_value	String	输入参数。搜索查询内容。
k	Integer	输入参数。返回结果数量。
results	List[Data]	输出参数。搜索结果列表。
tool	Tool	输出参数。可供 LangChain 使用的 Google Search 工具。

其他 Google Search 组件

SkillFlaw 中还有多个支持 Google Search 的组件，例如：

• Apify Actors 组件
• SearchApi 组件
• Serper Google Search API 组件
• Web Search 组件

Google Vertex AI

关于 Vertex AI 相关组件，请参阅 Vertex AI 业务组件。

遗留 Google 组件

遗留组件已不再作为当前受支持能力的一部分，未来版本中可能会被移除。 你仍然可以在已有流程中继续使用它们，但建议尽快替换为当前受支持的组件。 若存在明确替代项，通常会在流程中组件卡片上的 遗留 标记、发布说明或 SkillFlaw 文档中给出说明。

如果你暂时不确定该如何替换某个遗留组件，可以先通过 Search 按提供商、服务或组件名称查找。 某些组件可能已经被全新的组件、相似组件，或其他分类下的同类新版本替代。

如果没有直接可见的替代项，也可以判断是否能用其他组件适配你的场景。 例如，许多 流程组件 提供的是可复用于多种提供商和业务场景的通用能力，例如 API Request 组件。

如果上述方式都不适用，你也可以参考遗留组件的实现代码自行封装自定义组件，或前往发起讨论反馈该遗留组件的替代需求。

为了避免在新流程中继续使用这些组件，系统默认会隐藏遗留组件。 在可视化编辑器中，你可以点击 组件设置，切换 遗留 过滤项的显示状态。

以下 Google 组件目前处于遗留状态：

Google OAuth Token

Google OAuth Token 组件在早期版本中已被废弃。

如果你要让流程连接 Google OAuth 服务，建议改用 Composio 组件。

Gmail Loader

该组件通过 Service Account JSON 凭证和 label ID 过滤条件，从 Gmail 中加载邮件。

作为替代方案，你可以改用 Composio 组件 来连接 Google 服务。

Google Drive Loader

该组件通过 Service Account JSON 凭证和 document ID 过滤条件，从 Google Drive 中加载文档。

虽然目前没有完全等价的直接替代组件，但你可以考虑使用 API Request 组件 来调用 Google Drive API。

Google Drive Search

该组件通过 Service Account JSON 凭证，以及多种查询字符串和过滤条件来搜索 Google Drive。

虽然目前没有完全等价的直接替代组件，但你可以考虑使用 API Request 组件 来调用 Google Drive API。

另请参阅

• Composio 业务组件
• Vertex AI 业务组件