Envoyer des requêtes à l'API Vertex AI pour Gemini
Envoyez des requêtes à l'API Gemini dans Vertex AI à l'aide d'un SDK de langage de programmation ou de l'API REST pour commencer à créer votre application d'IA générative sur Google Cloud.
Créer un compte Google Cloud pour commencer
Pour essayer ce guide de démarrage rapide, vous devez créer un compte Google Cloud. Avec ce compte, vous bénéficiez d'un crédit de 300 $ et de l'utilisation gratuite de plus de 20 produits, non déduits de votre crédit de 300 $.
Essai gratuitPour en savoir plus sur la configuration dans Google Cloud après la création de votre compte, consultez la page Configurer Google Cloud.
Configurer votre environnement
Cliquez ici pour apprendre à configurer votre environnement
Pour configurer votre environnement local afin d'envoyer une requête à l'API Vertex AI Gemini, sélectionnez l'un des onglets suivants :
Python
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
-
Create local authentication credentials for your user account:
gcloud auth application-default login
Installez ou mettez à jour le SDK Vertex AI pour Python en exécutant la commande suivante :
pip3 install "google-cloud-aiplatform>=1.38"
Node.js
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
-
Create local authentication credentials for your user account:
gcloud auth application-default login
Dans Cloud Shell, installez ou mettez à jour le SDK Vertex AI pour Node.js en exécutant la commande suivante :
npm install @google-cloud/vertexai
Java
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
-
Create local authentication credentials for your user account:
gcloud auth application-default login
-
Pour ajouter
google-cloud-vertexai
en tant que dépendance, ajoutez le code approprié pour votre environnement :Maven avec BOM
Ajoutez le code HTML suivant à votre fichier
pom.xml
:<dependencyManagement> <dependencies> <dependency> <groupId>com.google.cloud</groupId> <artifactId>libraries-bom</artifactId> <version>26.32.0</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement> <dependencies> <dependency> <groupId>com.google.cloud</groupId> <artifactId>google-cloud-vertexai</artifactId> </dependency> </dependencies>
Maven sans BOM
Ajoutez le code HTML suivant à votre fichier
pom.xml
:<dependency> <groupId>com.google.cloud</groupId> <artifactId>google-cloud-vertexai</artifactId> <version>0.4.0</version> </dependency>
Gradle without BOM
Add the following to your
build.gradle
implementation 'com.google.cloud:google-cloud-vertexai:0.4.0'
Go
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
-
Create local authentication credentials for your user account:
gcloud auth application-default login
Examinez les packages Go de l'API Vertex AI disponibles pour déterminer le package qui répond le mieux aux besoins de votre projet :
Package cloud.google.com/go/vertexai (recommandé)
vertexai
est un package créé manuellement qui permet d'accéder aux fonctionnalités courantes.Ce package est recommandé comme point de départ pour la plupart des développeurs qui utilisent l'API Vertex AI. Pour accéder à des fonctionnalités qui ne sont pas encore couvertes par ce package, utilisez plutôt le package
aiplatform
généré automatiquement.Package cloud.google.com/go/aiplatform
aiplatform
est un package généré automatiquement.Ce package est destiné aux projets nécessitant un accès aux fonctionnalités de l'API Vertex AI et à des fonctionnalités qui ne sont pas encore fournies par le package
vertexai
créé manuellement.
Installez le package Go souhaité en fonction des besoins de votre projet en exécutant l'une des commandes suivantes :
# Human authored package. Recommended for most developers. go get cloud.google.com/go/vertexai
# Auto-generated package. go get cloud.google.com/go/aiplatform
C#
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
-
Create local authentication credentials for your user account:
gcloud auth application-default login
REST
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
- Configurez des variables d'environnement en saisissant les informations suivantes. Remplacez
PROJECT_ID
par l'ID de votre projet Google Cloud.MODEL_ID="gemini-1.5-flash-001" PROJECT_ID="PROJECT_ID"
- Provisionnez le point de terminaison :
gcloud beta services identity create --service=aiplatform.googleapis.com --project=${PROJECT_ID}
Facultatif : Si vous utilisez Cloud Shell et que vous êtes invité à l'autoriser, cliquez sur Autoriser.
Envoyer une requête uniquement basé sur du texte
Après avoir configuré votre environnement local, envoyez une requête en texte uniquement à l'API Vertex AI Gemini. L'exemple suivant renvoie une liste de noms possibles pour un magasin de fleurs spécialisé.
Python
Pour envoyer une requête, créez un fichier Python (.py
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Exécutez ensuite le fichier Python à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Node.js
Pour envoyer une requête, créez un fichier Node.js (.js
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier JavaScript à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Java
Pour envoyer une requête, créez un fichier Java (.java
) et copiez-y le code suivant. Choisissez your-google-cloud-project-id
pour l'ID du projet Google Cloud. Ensuite, exécutez le fichier Java à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Go
Pour envoyer une requête, créez un fichier Go (.go
) et copiez-y le code suivant. Remplacez projectID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier Go à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
C#
Pour envoyer une requête, créez un fichier C# (.cs
) et copiez-y le code suivant. Choisissez your-project-id
pour l'ID du projet Google Cloud. Exécutez ensuite le fichier C# à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
REST
Vous pouvez envoyer cette requête d'invite depuis Cloud Shell, la ligne de commande ou dans un IDE, ou intégrer l'appel REST dans votre application, le cas échéant.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "text": "What\'s a good name for a flower shop that specializes in selling bouquets of dried flowers?" } ] } }'Le modèle renvoie une réponse. Notez que la réponse est générée par section, et chaque section est évaluée séparément pour garantir la sécurité.
Envoyer une requête incluant une image
Après avoir configuré votre environnement local, envoyez une requête incluant du texte et une image à l'API Vertex AI Gemini. L'exemple suivant renvoie une description de l'image fournie (image pour l'exemple Java).
Python
Pour envoyer une requête, créez un fichier Python (.py
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Exécutez ensuite le fichier Python à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Node.js
Pour envoyer une requête, créez un fichier Node.js (.js
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier JavaScript à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Java
Pour envoyer une requête, créez un fichier Java (.java
) et copiez-y le code suivant. Choisissez your-google-cloud-project-id
pour l'ID du projet Google Cloud. Ensuite, exécutez le fichier Java à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Go
Pour envoyer une requête, créez un fichier Go (.go
) et copiez-y le code suivant. Remplacez projectID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier Go à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
C#
Pour envoyer une requête, créez un fichier C# (.cs
) et copiez-y le code suivant. Choisissez your-project-id
pour l'ID du projet Google Cloud. Exécutez ensuite le fichier C# à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
REST
Vous pouvez envoyer cette requête d'invite depuis Cloud Shell, la ligne de commande ou dans un IDE, ou intégrer l'appel REST dans votre application, le cas échéant.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "fileData": { "mimeType": "image/jpeg", "fileUri": "gs://generativeai-downloads/images/scones.jpg" } }, { "text": "Describe this picture." } ] } }'
Le modèle renvoie une réponse. Notez que la réponse est générée par section, et chaque section est évaluée séparément pour garantir la sécurité.
Envoyer une requête incluant des données audio et vidéo
Après avoir configuré votre environnement local, envoyez une requête incluant du texte, de l'audio et de la vidéo à l'API Vertex AI Gemini. L'exemple suivant renvoie une description de la vidéo fournie, y compris tous les éléments importants de la piste audio.
Python
Pour envoyer une requête, créez un fichier Python (.py
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Exécutez ensuite le fichier Python à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Node.js
Pour envoyer une requête, créez un fichier Node.js (.js
) et copiez-y le code suivant. Remplacez PROJECT_ID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier JavaScript à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Java
Pour envoyer une requête, créez un fichier Java (.java
) et copiez-y le code suivant. Choisissez your-google-cloud-project-id
pour l'ID du projet Google Cloud. Ensuite, exécutez le fichier Java à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
Go
Pour envoyer une requête, créez un fichier Go (.go
) et copiez-y le code suivant. Remplacez projectID
par l'ID de votre projet Google Cloud. Ensuite, exécutez le fichier Go à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
C#
Pour envoyer une requête, créez un fichier C# (.cs
) et copiez-y le code suivant. Choisissez your-project-id
pour l'ID du projet Google Cloud. Exécutez ensuite le fichier C# à partir de la ligne de commande ou dans un IDE, ou intégrez le code dans votre application, le cas échéant.
REST
Vous pouvez envoyer cette requête d'invite depuis Cloud Shell, la ligne de commande ou dans un IDE, ou intégrer l'appel REST dans votre application, le cas échéant.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "fileData": { "mimeType": "video/mp4", "fileUri": "gs://cloud-samples-data/generative-ai/video/pixel8.mp4" } }, { "text": "Provide a description of the video. The description should also contain anything important which people say in the video." } ] } }'
Le modèle renvoie une réponse. Notez que la réponse est générée par section, et chaque section est évaluée séparément pour garantir la sécurité.
Étape suivante
- Apprenez-en plus sur l'API Gemini dans Vertex AI.
- Explorez la documentation de référence du SDK de l'API Vertex AI Gemini pour Python, Node.js, Java, Go ou C#.
- Consultez la section API de modèle pour Gemini dans Vertex AI.
- Découvrez comment appeler Gemini à l'aide de la bibliothèque OpenAI.