Envía solicitudes a la API de Vertex AI para Gemini
Envía solicitudes a la API de Gemini en Vertex AI con un SDK de lenguaje de programación o la API de REST para comenzar a compilar tu aplicación de IA generativa en Google Cloud.
Crea una cuenta de Google Cloud para comenzar
Para probar esta guía de inicio rápido, deberás crear una cuenta de Google Cloud. Con esta cuenta, obtendrás $300 en crédito gratuito, además del uso sin costo de más de 20 productos, que no se descuentan de tu crédito de $300.
Comenzar gratisPara obtener más información sobre la configuración en Google Cloud después de crear tu cuenta, consulta Prepárate en Google Cloud.
Configura tu entorno
Haz clic para aprender a configurar tu entorno
Si deseas configurar tu entorno local para enviar una solicitud a la API de Gemini de Vertex AI, selecciona una de las siguientes pestañas:
Python
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
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.
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
Instala o actualiza el SDK de Vertex AI para Python mediante la ejecución del siguiente comando:
pip3 install "google-cloud-aiplatform>=1.38"
Node.js
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
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.
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
En Cloud Shell, instala o actualiza el SDK de Vertex AI para Node.js mediante la ejecución del siguiente comando:
npm install @google-cloud/vertexai
Java
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
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.
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
-
Para agregar
google-cloud-vertexai
como dependencia, agrega el código apropiado para tu entorno:Maven con BOM
Agrega el siguiente HTML a tu
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 sin BOM
Agrega el siguiente HTML a tu
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
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
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.
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
Revisa los paquetes disponibles de Go de la API de Vertex AI para determinar qué paquete se adapta mejor a las necesidades de tu proyecto:
Paquete cloud.google.com/go/vertexai (cloud.google.com/go/vertexai)
vertexai
es un paquete creado por personas que proporciona acceso a capacidades y funciones comunes.Se recomienda este paquete como punto de partida para la mayoría de los desarrolladores que compilan con la API de Vertex AI. Para acceder a las capacidades y funciones que aún no se incluyen en este paquete, usa el
aiplatform
generado de forma automática.Paquete cloud.google.com/go/aiplatform
aiplatform
es un paquete generado de forma automática.Este paquete está diseñado para proyectos que requieren acceso a capacidades y funciones de la API de Vertex AI que aún no proporciona el paquete
vertexai
creado por personas.
Instala el paquete de Go deseado según las necesidades de tu proyecto a través de la ejecución de uno de los siguientes comandos:
# 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#
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
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.
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
REST
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
- Ingresa lo siguiente para configurar las variables de entorno. Reemplaza
PROJECT_ID
por el ID del proyecto de Google Cloud.MODEL_ID="gemini-1.5-flash-001" PROJECT_ID="PROJECT_ID"
- Aprovisiona el extremo:
gcloud beta services identity create --service=aiplatform.googleapis.com --project=${PROJECT_ID}
Opcional: Si usas Cloud Shell y se te solicita que autorices a Cloud Shell, haz clic en Autorizar.
Envía una solicitud de solo texto
Después de configurar tu entorno local, envía una solicitud de solo texto a la API de Gemini de Vertex AI. En la siguiente muestra, se muestra una lista de nombres posibles para una florería especializada.
Python
Para enviar una solicitud de mensaje, crea un archivo de Python (.py
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo Python desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Node.js
Para enviar una solicitud de instrucción, crea un archivo Node.js (.js
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo JavaScript desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Java
Para enviar una solicitud de mensaje, crea un archivo Java (.java
) y copia el siguiente código en el archivo. Establece your-google-cloud-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo Java desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
Go
Para enviar una solicitud de mensaje, crea un archivo de Go (.go
) y copia el siguiente código en el archivo. Reemplaza projectID
por tu ID del proyecto de Google Cloud. Después, ejecuta el archivo de Go desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
C#
Para enviar una solicitud de mensaje, crea un archivo C# (.cs
) y copia el siguiente código en el archivo. Establece your-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo C# desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
REST
Puedes enviar esta solicitud de solicitud desde Cloud Shell, la línea de comandos o en un IDE, o puedes incorporar la llamada REST en tu aplicación cuando corresponda.
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?" } ] } }'El modelo muestra una respuesta. Ten en cuenta que la respuesta se genera en secciones y cada sección se evalúa por separado para garantizar la seguridad.
Envía una solicitud que incluya una imagen
Después de configurar tu entorno local, envía una solicitud que incluya texto y una imagen a la API de Gemini de Vertex AI. En el siguiente ejemplo, se muestra una descripción de la imagen proporcionada (imagen para la muestra de Java).
Python
Para enviar una solicitud de mensaje, crea un archivo de Python (.py
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo Python desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Node.js
Para enviar una solicitud de instrucción, crea un archivo Node.js (.js
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo JavaScript desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Java
Para enviar una solicitud de mensaje, crea un archivo Java (.java
) y copia el siguiente código en el archivo. Establece your-google-cloud-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo Java desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
Go
Para enviar una solicitud de mensaje, crea un archivo de Go (.go
) y copia el siguiente código en el archivo. Reemplaza projectID
por tu ID del proyecto de Google Cloud. Después, ejecuta el archivo de Go desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
C#
Para enviar una solicitud de mensaje, crea un archivo C# (.cs
) y copia el siguiente código en el archivo. Establece your-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo C# desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
REST
Puedes enviar esta solicitud de solicitud desde Cloud Shell, la línea de comandos o en un IDE, o puedes incorporar la llamada REST en tu aplicación cuando corresponda.
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." } ] } }'
El modelo muestra una respuesta. Ten en cuenta que la respuesta se genera en secciones y cada sección se evalúa por separado para garantizar la seguridad.
Envía una solicitud que incluya audio y video
Después de configurar tu entorno local, envía una solicitud que incluya texto, audio y video a la API de Vertex AI Gemini. En el siguiente ejemplo, se muestra una descripción del video proporcionado, que incluye cualquier elemento importante de la pista de audio.
Python
Para enviar una solicitud de mensaje, crea un archivo de Python (.py
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo Python desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Node.js
Para enviar una solicitud de instrucción, crea un archivo Node.js (.js
) y copia el siguiente código en el archivo. Reemplaza PROJECT_ID
por el ID del proyecto de Google Cloud. Luego, ejecuta el archivo JavaScript desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
Java
Para enviar una solicitud de mensaje, crea un archivo Java (.java
) y copia el siguiente código en el archivo. Establece your-google-cloud-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo Java desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
Go
Para enviar una solicitud de mensaje, crea un archivo de Go (.go
) y copia el siguiente código en el archivo. Reemplaza projectID
por tu ID del proyecto de Google Cloud. Después, ejecuta el archivo de Go desde la línea de comandos o en un IDE, o incorpora el código en tu aplicación cuando corresponda.
C#
Para enviar una solicitud de mensaje, crea un archivo C# (.cs
) y copia el siguiente código en el archivo. Establece your-project-id
como tu ID del proyecto de Google Cloud. Luego, ejecuta el archivo C# desde la línea de comandos o en un IDE, o incorpora el código a tu aplicación cuando corresponda.
REST
Puedes enviar esta solicitud de solicitud desde Cloud Shell, la línea de comandos o en un IDE, o puedes incorporar la llamada REST en tu aplicación cuando corresponda.
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." } ] } }'
El modelo muestra una respuesta. Ten en cuenta que la respuesta se genera en secciones y cada sección se evalúa por separado para garantizar la seguridad.
¿Qué sigue?
- Obtén más información sobre la API de Gemini en Vertex AI.
- Explora la referencia del SDK de la API de Gemini de Vertex AI para Python, Node.js, Java, Go o C#.
- Consulta la API de modelo para Gemini en Vertex AI.
- Obtén información para llamar a Gemini con la biblioteca de OpenAI.