Invia richieste all'API Vertex AI per Gemini
Invia richieste all'API Gemini in Vertex AI utilizzando un l'SDK del linguaggio di programmazione o l'API REST per iniziare a creare la tua AI generativa su Google Cloud.
Per iniziare, crea un account Google Cloud
Per provare questa guida rapida, devi creare un account Google Cloud. Con questo account, riceverai 300 $di credito gratuito, oltre all'utilizzo gratuito di oltre 20 prodotti. non ti verrà addebitata il credito di 300 $.
Inizia gratuitamentePer saperne di più sulla configurazione su Google Cloud dopo la creazione dell'account, consulta Configura Google Cloud.
Configura l'ambiente
Fai clic per scoprire come configurare il tuo ambiente
Scopri come configurare il tuo ambiente selezionando una delle seguenti opzioni schede:
Python
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
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
Installa o aggiorna l'SDK Vertex AI per Python tramite esegui questo comando:
pip3 install --upgrade "google-cloud-aiplatform>=1.38"
Node.js
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
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
Installa o aggiorna l'SDK Vertex AI per Node.js mediante il comando seguente:
npm install @google-cloud/vertexai
Java
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
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
-
Per aggiungere
google-cloud-vertexai
come dipendenza, aggiungi il metodo il codice appropriato per il tuo ambiente:Maven con BOM
Aggiungi il seguente codice HTML a
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 senza BOM
Aggiungi il seguente codice HTML a
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
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
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
Esamina i pacchetti Go dell'API Vertex AI disponibili per determinare quale pacchetto meglio soddisfa le esigenze del tuo progetto:
Pacco cloud.google.com/go/vertexai (consigliato)
vertexai
è un pacchetto creato da persone fisiche che fornisce l'accesso alle funzionalità e alle caratteristiche comuni.Questo pacchetto è consigliato come punto di partenza per la maggior parte degli sviluppatori creando con l'API Vertex AI. Per accedere a funzionalità e non ancora coperte da questo pacchetto, usa lo strumento generato automaticamente
aiplatform
in alternativa.Pacco cloud.google.com/go/aiplatform
aiplatform
è un pacchetto generato automaticamente.Questo pacchetto è destinato ai progetti che richiedono l'accesso a Funzionalità dell'API Vertex AI non ancora fornite da pacchetto
vertexai
creato da persone fisiche.
Installa il pacchetto Go desiderato in base alle esigenze del tuo progetto eseguendo uno dei seguenti comandi:
# 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#
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
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
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Abilita l'API Vertex AI.
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
- Per configurare le variabili di ambiente, inserisci quanto segue. Sostituisci
PROJECT_ID
con l'ID del tuo progetto Google Cloud.MODEL_ID="gemini-1.5-flash-001" PROJECT_ID="PROJECT_ID"
- Esegui il provisioning dell'endpoint:
gcloud beta services identity create --service=aiplatform.googleapis.com --project=${PROJECT_ID}
-
(Facoltativo) Se utilizzi Cloud Shell e ti viene chiesto di autorizzare Cloud Shell, fai clic su Autorizza.
Invia una richiesta di solo testo
Dopo aver configurato il tuo ambiente locale, invia un'email di solo testo all'API Gemini di Vertex AI. Il seguente esempio restituisce un elenco di nomi possibili per un negozio di fiori specializzato.
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copialo
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia
il seguente codice nel file. Imposta your-google-cloud-project-id
all'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando
in un IDE o incorporare il codice nell'applicazione, ove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia
nel file. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Quindi, esegui il file Go dalla riga di comando
o in un IDE oppure incorporare il codice nell'applicazione, ove appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia
nel file. Imposta your-project-id
su
ID progetto Google Cloud. Quindi, esegui il file C# dalla riga di comando o in un
o incorpora il codice nell'applicazione, ove appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione, se opportuno.
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?" } ] } }'Il modello restituisce una risposta. Tieni presente che la risposta viene generata in sezioni e ogni sezione viene valutata separatamente per verificarne la sicurezza.
Invia una richiesta che include un'immagine
Dopo aver configurato il tuo ambiente locale, invia un'email che include testo e un'immagine all'API Gemini di Vertex AI. La nel seguente esempio viene restituita una descrizione dell'oggetto immagine fornita (immagine per esempio Java).
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copialo
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia
il seguente codice nel file. Imposta your-google-cloud-project-id
all'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando
in un IDE o incorporare il codice nell'applicazione, ove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia
nel file. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Quindi, esegui il file Go dalla riga di comando
o in un IDE oppure incorporare il codice nell'applicazione, ove appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia
nel file. Imposta your-project-id
su
ID progetto Google Cloud. Quindi, esegui il file C# dalla riga di comando o in un
o incorpora il codice nell'applicazione, ove appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione, se opportuno.
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." } ] } }'
Il modello restituisce una risposta. Tieni presente che la risposta viene generata sezioni, in cui ogni sezione è valutata separatamente per verificarne la sicurezza.
Invia una richiesta che includa audio e video
Dopo aver configurato il tuo ambiente locale, invia un'email che include testo, audio e video all'API Gemini di Vertex AI. La nel seguente esempio viene restituita una descrizione dell'oggetto video fornito, inclusi eventuali elementi importanti della traccia audio.
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copialo
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il seguente codice nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript
riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove
appropriato.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia
il seguente codice nel file. Imposta your-google-cloud-project-id
all'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando
in un IDE o incorporare il codice nell'applicazione, ove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia
nel file. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Quindi, esegui il file Go dalla riga di comando
o in un IDE oppure incorporare il codice nell'applicazione, ove appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia
nel file. Imposta your-project-id
su
ID progetto Google Cloud. Quindi, esegui il file C# dalla riga di comando o in un
o incorpora il codice nell'applicazione, ove appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione, se opportuno.
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." } ] } }'
Il modello restituisce una risposta. Tieni presente che la risposta viene generata sezioni, in cui ogni sezione è valutata separatamente per verificarne la sicurezza.
Passaggi successivi
- Scopri di più sull'API Gemini in Vertex AI.
- Esplora il riferimento dell'SDK dell'API Vertex AI Gemini per Python, Node.js Java, Vai oppure C#.
- Consulta l'API Model for Gemini in Vertex AI.
- Scopri di più su come chiamare modelli Vertex AI utilizzando la libreria OpenAI.