このページは Cloud Translation API によって翻訳されました。

Vertex AI API の概要

このページでは、Google Distributed Cloud（GDC）エアギャップアプライアンスにインストールされている API の使用と、そのリファレンスドキュメントの概要について説明します。

サービスエンドポイントとディスカバリドキュメント

Vertex AI API とプログラムでやり取りするには、サービスエンドポイントが必要です。

事前トレーニング済み API のエンドポイントを取得するには、サービスステータスとエンドポイントを表示します。

事前トレーニング済み API には、gRPC または指定されたクライアントライブラリのいずれかを使用してアクセスできます。クライアントライブラリは gRPC で構築されています。

また、REST を使用して一部の事前トレーニング済み API にアクセスすることもできます。

Vertex AI には、事前トレーニング済み API 用の Python クライアントライブラリが用意されています。次の表に、クライアントライブラリを使用するメリットとデメリットの比較を示します。

利点	欠点
Google が保守。組み込み認証。組み込み再試行。効率的なプロトコルバッファ HTTP リクエスト本文。	一部のプログラミング言語ではご利用いただけません。

OCR API と Translation API は REST をサポートしています。詳細については、次のサービスの REST API リファレンスをご覧ください。

次の表に、REST を使用する利点と欠点の比較を示します。

利点	欠点
シンプルな JSON インターフェース。 Google とサードパーティのツールやライブラリで十分にサポートされています。	独自のクライアントを構築する必要があります。認証を実装する必要があります。再試行を実装する必要があります。効率の悪い JSON HTTP リクエスト本文。 REST ストリーミングは、これらの API ではサポートされていません。

REST API を呼び出すと、プロトコルバッファのデフォルト値の動作により、JSON レスポンスでフィールドが欠落する可能性があります。これらのフィールドはデフォルト値に設定されているため、レスポンスには含まれません。

事前トレーニング済み API と Gemini API は gRPC をサポートしています。gRPC ライブラリ用に生成される型、メソッド、フィールドの一般的な説明については、次の gRPC リファレンスをご覧ください。

次の表に、gRPC を使用するメリットとデメリットの比較を示します。

利点	デメリット
多くのプログラミング言語に対応しています。効率的なプロトコルバッファ HTTP リクエスト本文。	Google 提供のプロトコルバッファから独自のクライアントを生成する必要があります。認証を実装する必要があります。再試行を実装する必要があります。

クライアントライブラリ、REST、gRPC、KRM のいずれを使用するかによって、API のタイプ、メソッド、フィールド名は次のように異なります。

REST は、リソース階層とそのメソッド別に配置されます。
クライアントライブラリと gRPC は、サービスとそのメソッド別に配置されます。
KRM フィールド名では camelCase が使用されますが、API サービスでは camelCase または snake_case のいずれかが認められます。
REST と gRPC のフィールド名ではスネークケースが使用されます。
クライアントライブラリのフィールド名は、その言語でどの名前が慣用的であるかに応じて、タイトルケース、camelCase、snake_case のいずれかを使用します。