Vertex AI 生成式 AI 的指南和範例集。
如要瞭解詳情,請前往 GitHub 上的生成式 AI 存放區 。
Gemini 快速入門導覽課程
-
Gemini 2.5 Flash 簡介
使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.5 Flash。
函式呼叫 Gemini 基礎 多模態 提示 思考
前往 GitHub 查看 -
Gemini 2.5 Pro 簡介
使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.5 Pro。
函式呼叫 Gemini 基礎 多模態 提示 思考
前往 GitHub 查看 -
Gemini 2.5 Flash-Lite 簡介
透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Flash-Lite。
函式呼叫 Gemini 基礎 多模態 提示 思考
前往 GitHub 查看 -
開始使用 Multimodal Live API
使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.0 Multimodal Live API
Gemini Live API Multimodal
前往 GitHub 查看 -
-
-
-
-
-
-
-
-
精選教學課程
-
使用 Gemini 2.0 Flash 建立行銷資產
瞭解如何結合 Gemini 和 Grounding 的多模態功能與 Google 搜尋,製作行銷活動簡報和行銷素材資源。
Gemini 基礎 搜尋
前往 GitHub 查看 -
開始使用 Text-to-Speech 的 Chirp 3 HD 語音
瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google 文字轉語音語音。
Chirp 語音
前往 GitHub 查看 -
-
-
-
開始使用文字嵌入 + Vertex AI Vector Search
使用 AI 的多功能工具「Embeddings」和 Vertex AI Vector Search 執行語意比對。
嵌入 向量搜尋
前往 GitHub 查看 -
簡介:使用 Gemini 搭配 LangGraph
瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和生成技能,簡化及自動執行複雜的財務分析工作。
Gemini LangChain LangGraph Orchestration
前往 GitHub 查看 -
建立自訂 Podcast 集數
使用 Gemini、LangGraph 和 Text-to-Speech 建立自訂 Podcast 集數。
Gemini LangChain LangGraph Orchestration Speech
前往 GitHub 查看 -
-
-
-
-
-
-
-
-
-
在 Vertex AI 上,使用 DeepSeek 建構及部署 Hugging Face smolagent
這個筆記本展示如何在 Vertex AI 上,從 Hugging Face Hub 部署 DeepSeek R1 Distill Qwen 32B。
服務專員
前往 GitHub 查看 -
使用 Gemini 進行多模態情緒分析
本筆記本會比較直接對音訊執行情緒分析,以及對音訊的文字轉錄稿執行情緒分析,藉此展示如何使用 Gemini 進行多模態情緒分析。
Gemini 多模態
前往 GitHub 查看 -
透過 Gemini 和 Google 日曆進行工作效率輔導
本筆記本示範如何將 Gemini 連線至 Google Workspace API,做為個人工作效率教練。
函式呼叫 Gemini Workspace
前往 GitHub 查看 -
Veo 3 影片生成
在本教學課程中,您將瞭解如何透過 Google Gen AI SDK for Python 與 Veo 3 互動,並使用文字提示生成新影片。
多模態 Veo
前往 GitHub 查看
所有教學課程
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Flash 簡介 使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.5 Flash。 |
前往 GitHub 查看 |
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Pro 簡介 透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Pro。 |
前往 GitHub 查看 |
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Flash-Lite 簡介 透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Flash-Lite。 |
前往 GitHub 查看 |
Gemini
Live API
多模態
|
開始使用 Multimodal Live API 使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.0 Multimodal Live API |
前往 GitHub 查看 |
Gemini
圖像生成
多模態
|
Vertex AI 中的 Gemini 2.0 Flash 圖片生成功能 開始使用 Vertex AI 中的 Gemini 圖像生成功能。 |
前往 GitHub 查看 |
Gemini
提示
|
提示工程簡介 瞭解提示工程的基本要領和最佳做法。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
使用 Gemini 進行函式呼叫 使用函式呼叫功能,將 Gemini 連結至外部工具。 |
前往 GitHub 查看 |
Gemini
依據
RAG
搜尋
|
使用 Gemini 進行基礎設定 連結 Gemini 和 Google 搜尋或 Vertex AI Search 的實際資料,提升回覆品質。 |
前往 GitHub 查看 |
批次預測
Gemini
|
使用 Gemini 進行批次預測 使用批次預測功能,對大量範例執行推論。 |
前往 GitHub 查看 |
Gemini
|
長脈絡窗口 使用長脈絡窗口處理大量多模態資料。 |
前往 GitHub 查看 |
Gemini
|
脈絡快取功能簡介 使用脈絡快取功能儲存常用資料。 |
前往 GitHub 查看 |
Gemini
|
Gemini API 結構化輸出簡介 瞭解如何控制 Gemini API 輸出格式,簡化資料處理程序。 |
前往 GitHub 查看 |
Gemini
|
使用 OpenAI 程式庫呼叫 Gemini 瞭解如何使用 Chat Completions 呼叫 Gemini。 |
前往 GitHub 查看 |
Gemini
依據
搜尋
|
使用 Gemini 2.0 Flash 建立行銷資產 瞭解如何結合 Gemini 的多模態功能和 Grounding 技術與 Google 搜尋,製作行銷活動簡報和行銷資產。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Text-to-Speech 的 Chirp 3 HD 語音 瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google 文字轉語音語音。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 2 (用於語音轉文字) 瞭解如何使用 Chirp 2,這是最新一代的 Google 多語言自動語音辨識模型。 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 4 圖像生成簡介 使用 Imagen 4 建立逼真圖片。 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 3 圖片編輯 使用 Imagen 3 編輯擬真圖片,包括修復、擴展和編輯產品圖片。 |
前往 GitHub 查看 |
嵌入
Vector Search
|
開始使用文字嵌入 + Vertex AI Vector Search 使用 AI 的多功能工具「嵌入」和 Vertex AI Vector Search 執行語意比對。 |
前往 GitHub 查看 |
Gemini
LangChain
LangGraph
自動化調度管理
|
使用 Gemini 簡介 LangGraph 瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和生成技能,簡化及自動執行複雜的財務分析工作。 |
前往 GitHub 查看 |
Gemini
LangChain
LangGraph
自動化調度管理
語音
|
建立自訂 Podcast 集數 使用 Gemini、LangGraph 和 Text-to-Speech 建立自訂 Podcast 集數。 |
前往 GitHub 查看 |
Gemini
語音
|
使用 Gemini 和文字轉語音功能說故事 使用 Gemini 和文字轉語音功能,創作並朗讀有多個角色的故事。 |
前往 GitHub 查看 |
Gemini
多模態
|
分析程式碼集 使用 Gemini 生成程式碼、彙整程式碼集、偵錯、改善程式碼及評估程式碼。 |
前往 GitHub 查看 |
Gemini
提示
安全性
|
開發人員適用的 LLM 安全性 瞭解提示注入攻擊和防範方法。 |
前往 GitHub 查看 |
Agent Engine
服務專員
Gemini
|
Agent Engine 簡介 瞭解如何使用 Agent Engine 建構及部署代理程式 (模型、工具和推理)。 |
前往 GitHub 查看 |
評估
Gemini
|
生成式 AI 評估服務簡介 使用指標和自訂資料集評估 Gemini 回覆。 |
前往 GitHub 查看 |
Gemini
微調
|
Gemini Supervised Fine-tuning for Article Summarization 瞭解如何微調 Gemini,以便摘要文章內容。 |
前往 GitHub 查看 |
Gemini
RAG
|
Vertex AI RAG 引擎簡介 使用 Gemini 和 Vertex AI RAG 引擎建構自訂 RAG 工作流程。 |
前往 GitHub 查看 |
Gemini
多模態
|
運用 Gemini 處理文件 使用 Gemini 處理文件,進行分類、擷取及摘要。 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 瞭解專利文件 使用 Gemini 處理專利文件,包括分類、實體擷取和物件偵測。 |
前往 GitHub 查看 |
服務專員
|
在 Vertex AI 上使用 DeepSeek 建構及部署 Hugging Face smolagent 這個筆記本展示如何從 Hugging Face Hub 將 DeepSeek R1 Distill Qwen 32B 部署至 Vertex AI。 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 進行多模態情緒分析 本筆記本會比較直接對音訊執行情緒分析,以及對音訊的文字轉錄稿執行情緒分析,藉此展示如何使用 Gemini 進行多模態情緒分析。 |
前往 GitHub 查看 |
函式呼叫
Gemini
Workspace
|
透過 Gemini 和 Google 日曆進行效率輔導 本筆記本示範如何將 Gemini 連線至 Google Workspace API,做為個人生產力教練。 |
前往 GitHub 查看 |
多模態
Veo
|
Veo 3 影片生成 在本教學課程中,您將瞭解如何透過 Google Gen AI SDK for Python 與 Veo 3 互動,並使用文字提示生成新影片。 |
前往 GitHub 查看 |
嵌入
Gemini
多模態
|
Google Gen AI SDK 簡介 Google Gen AI SDK 簡介。 |
前往 GitHub 查看 |
Gemini
多模態
提示
|
Gemini:多模態用途總覽 如何使用多模態資料 (文字、文件、圖片、影片和音訊) 提示 Gemini。 |
前往 GitHub 查看 |
Gemini
|
透過 REST API/cURL 瞭解 Gemini |
前往 GitHub 查看 |
評估
Gemini
提示
|
提示工程、評估和提示範本 使用 Gen AI Evaluation Service SDK 進行提示工程和評估。 |
前往 GitHub 查看 |
嵌入
多模態
|
多模態嵌入簡介 瞭解多模態嵌入。 |
前往 GitHub 查看 |
嵌入
微調
|
嵌入調整簡介 瞭解如何調整嵌入模型。 |
前往 GitHub 查看 |
嵌入
Vector Search
|
工作類型嵌入 瞭解如何為特定工作取得更優質的嵌入內容。 |
前往 GitHub 查看 |
嵌入
Vector Search
|
使用 Vertex AI Vector Search 進行混合型搜尋 瞭解如何使用 Vertex AI Vector Search 的混合型搜尋功能,結合語意和關鍵字搜尋。 |
前往 GitHub 查看 |
服務專員
Gemini
LangChain
LangGraph
|
工程師專用 AI 代理程式 (AI 代理程式的進化版) 本筆記本將示範 3 種不同的方法,使用 Gemini API 生成文章:零樣本、使用 LangChain 逐步生成,以及使用 LangGraph 疊代生成。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:在 Vertex AI 上透過 Text Generation Inference (TGI) 提供 Gemma 服務 瞭解如何使用 Hugging Face Deep Learning Container (DLC) for Text Generation Inference (TGI),從 Hugging Face Hub 在 Vertex AI 上部署 Google Gemma。 |
前往 GitHub 查看 |
Gemma
LangGraph
RAG
|
在 Vertex AI 和 LangGraph 上,使用 Ollama 執行以 Gemma 2 為基礎的代理 RAG 這本筆記本展示如何在 Vertex AI 和 LangGraph 上,使用 Ollama 執行以 Gemma 2 為基礎的 Agent。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:在 Vertex AI 上使用 Pytorch 推論和自訂處理常式提供 PaliGemma 瞭解如何使用 Hugging Face Deep Learning Container (DLC) for Pytorch Inference,搭配自訂處理常式,在 Vertex AI 上從 Hugging Face Hub 部署 Google PaliGemma。 |
前往 GitHub 查看 |
Gemma
Hugging Face
微調
|
Hugging Face DLC:在 Vertex AI 上使用 Transformer Reinforcement Learning (TRL) 微調 Gemma 瞭解如何在 Vertex AI 上,使用 Transformer 強化學習 (TRL) 微調 Gemma。 |
前往 GitHub 查看 |
Hugging Face
|
猜猜看誰或哪個應用程式在 Vertex AI 上使用 Hugging Face 深度學習容器模型 使用 Vertex AI、Hugging Face 深度學習容器、圖片生成開放模型和 Gemini,建立「猜猜是誰或什麼」應用程式,解決謎題並以視覺化方式呈現。 |
前往 GitHub 查看 |
嵌入
|
使用 t-SNE 繪圖,以視覺化方式呈現文字文件的嵌入相似度 使用 t-SNE 繪圖,從文字文件視覺化嵌入相似度。 |
前往 GitHub 查看 |
嵌入
Vector Search
|
Vertex AI Vector Search 快速入門 瞭解如何使用 Vertex AI Vector Search 尋找相似的文字文件。 |
前往 GitHub 查看 |
嵌入
Gemini
Vector Search
|
使用 Gemini 和 BigQuery 向量搜尋功能偵測基礎架構記錄的異常狀況 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,對大量基礎架構記錄執行異常偵測。 |
前往 GitHub 查看 |
嵌入
Gemini
|
使用文字嵌入 + BigQuery 向量搜尋功能,偵測及調查記錄異常狀況 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,對大量稽核記錄執行異常偵測。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 函式呼叫中使用資料結構和結構定義 瞭解如何搭配使用 Gemini 函式呼叫與資料結構和結構定義。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 中使用平行函式呼叫和多個函式回應 瞭解如何在 Gemini 中使用平行函式呼叫和多個函式回應。 |
前往 GitHub 查看 |
函式呼叫
Gemini
提示
|
簡介:運用 Gemini 發出函式呼叫,建立 ReAct 代理程式 瞭解如何搭配使用 ReAct Agents、Gemini 和函式呼叫。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 中使用工具設定強制執行函式呼叫 瞭解如何在 Gemini 中使用工具設定,強制呼叫函式。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
使用 Gemini 函式呼叫功能取得即時公司新聞和洞察資訊 瞭解如何使用 Gemini 函式呼叫功能,取得即時公司新聞和洞察資料。 |
前往 GitHub 查看 |
函式呼叫
Gemini
多模態
|
使用 Gemini API 和 Python SDK 進行多模態函式呼叫 瞭解如何使用 Gemini 多模態函式呼叫。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
進階 RAG 技術 - Vertex RAG 引擎檢索品質評估和超參數調整 瞭解進階 RAG 技術,包括評估和超參數調整。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
搭配 Pinecone 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Pinecone 和 Vertex AI RAG Engine。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
搭配 Weaviate 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Weaviate 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
搭配 Vertex AI 特徵儲存庫的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI 特徵儲存庫和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
搭配 Vertex AI Vector Search 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI Vector Search 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
搭配 Vertex AI Search 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI Search 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Agent Engine
服務專員
Gemini
|
偵錯及最佳化代理程式:Agent Engine 追蹤指南 瞭解如何在 Agent Engine 中使用追蹤功能。 |
前往 GitHub 查看 |
Agent Engine
Gemini
LangChain
|
將 AlloyDB 的 RAG 應用程式部署至 Agent Engine |
前往 GitHub 查看 |
Agent Engine
服務專員
Gemini
RAG
搜尋
|
使用 Agent Engine 和 Vertex AI Search 上的 RAG 建構對話搜尋代理 |
前往 GitHub 查看 |
Agent Engine
服務專員
Gemini
LangGraph
RAG
|
使用 LangGraph 和 Agent Engine 建構多代理 RAG 應用程式 |
前往 GitHub 查看 |
Agent Engine
Gemini
LangGraph
RAG
|
將 PostgreSQL 適用的 Cloud SQL 搭配 RAG 應用程式部署至 Agent Engine |
前往 GitHub 查看 |
Agent Engine
服務專員
Gemini
|
使用 Agent Engine 建構及部署 Google Maps API 代理程式 |
前往 GitHub 查看 |
Agent Engine
Gemini
LangGraph
|
在 Vertex AI 中使用 Agent Engine 建構及部署 LangGraph 應用程式 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 分析影片 |
前往 GitHub 查看 |
Gemini
多模態
|
運用 Gemini 分析 YouTube 影片 |
前往 GitHub 查看 |
Gemini
多模態
Vector Search
|
使用 Vertex AI 中的 Gemini 和 Vector Search,建構保固申請多模態聊天機器人 |
前往 GitHub 查看 |
Gemini
多模態
RAG
|
使用 Vertex AI 的 Gemini API,執行多模態檢索增強生成 (RAG) 功能 |
前往 GitHub 查看 |
Gemini
LlamaIndex
RAG
|
使用 LlamaIndex 和 Vertex AI Vector Search 執行問答 RAG |
前往 GitHub 查看 |
Gemini
LangChain
多模態
RAG
|
使用 Gemini、Vertex AI Vector Search 和 LangChain 執行多模態檢索增強生成 (RAG) 功能 |
前往 GitHub 查看 |
Gemini
RAG
|
從小到大的檢索增強生成 |
前往 GitHub 查看 |
Gemini
提示
|
ReAct (推理 + 動作) + Healthcare NL API 的自訂工具 + Gemini + LangChain |
前往 GitHub 查看 |
Gemini
提示
|
在教育環境中使用 Gemini |
前往 GitHub 查看 |
Gemini
提示
|
AI 快速建構體驗 |
前往 GitHub 查看 |
Gemini
多模態
RAG
|
使用 Gemini API 進行程式碼檢索增強生成 (RAG) |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 生成產品資訊 |
前往 GitHub 查看 |
Gemini
多模態
|
多模態零售推薦:使用 Gemini 根據圖片和圖片推理結果推薦商品 |
前往 GitHub 查看 |
Gemini
多模態
提示
|
運用 Gemini 分析樂譜 |
前往 GitHub 查看 |
Gemini
多模態
|
在 BigQuery 使用 Gemini 分析電影海報 |
前往 GitHub 查看 |
Gemini
LangChain
|
開始使用 LangChain 🦜️🔗 + Vertex AI 中的 Gemini API |
前往 GitHub 查看 |
服務專員
Gemini
|
使用 AutoGen 和 Gemini 建構天氣代理程式 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具筆記本使用者介面 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具 - 工具使用方式 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具 - 自訂指標 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具簡介 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型產生文字摘要 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 生成式模型發想點子 |
前往 GitHub 查看 |
Gemini
提示
|
思維鏈和 ReAct |
前往 GitHub 查看 |
Gemini
提示
|
用 Vertex AI 中的生成式模型回答問題 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型進行文字分類 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型擷取文字 |
前往 GitHub 查看 |
Gemini
微調
|
使用 Gemini 2.0 Flash 進行監督式微調,以偵測變更 |
前往 GitHub 查看 |
Gemini
微調
|
使用 Gemini 2.0 Flash 進行問答的監督式微調 |
前往 GitHub 查看 |
Gemini
微調
|
使用 Gemini 2.0 Flash 進行監督式微調,為圖片加上說明文字 |
前往 GitHub 查看 |
評估
Gemini
Model Garden
|
使用 Gen AI Evaluation SDK 評估 Vertex AI Studio、Model Garden 和 Model Registry 中的模型 |
前往 GitHub 查看 |
評估
Gemini
RAG
|
使用快速評估和 Dataflow ML,透過 Vertex AI Pipelines 評估 RAG 生成的答案 |
前往 GitHub 查看 |
評估
Gemini
|
運用 Vertex AI Evaluation 提升品質和可解釋性 |
前往 GitHub 查看 |
評估
Gemini
|
評估及比較生成式 AI 模型設定 |
前往 GitHub 查看 |
評估
Gemini
|
使用自訂指標自備自動評估人員 |
前往 GitHub 查看 |
評估
Gemini
|
評估翻譯模型 |
前往 GitHub 查看 |
評估
Gemini
|
比較並從 PaLM 遷移至 Gemini 模型 |
前往 GitHub 查看 |
評估
Gemini
多模態
|
評估多模態工作 |
前往 GitHub 查看 |
評估
Gemini
LangChain
|
評估 LangChain |
前往 GitHub 查看 |
評估
Gemini
|
比較生成式 AI 模型 |
前往 GitHub 查看 |
評估
Gemini
RAG
|
使用 Gen AI Evaluation Service SDK 評估 RAG 生成的問答答案 |
前往 GitHub 查看 |
評估
Gemini
|
自訂模型評估指標,評估生成式 AI 模型 |
前往 GitHub 查看 |
評估
Gemini
RAG
|
評估生成模型工具的使用情況 |
前往 GitHub 查看 |
Gemini
提示
RAG
安全性
|
生成式 AI 和 LLM 安全性 - ReAct 和 RAG 攻擊與緩解措施 |
前往 GitHub 查看 |
Gemini
安全性
|
Vertex AI 中的 Gemini API 負責任 AI 功能:安全評分和門檻 |
前往 GitHub 查看 |
批次預測
Gemini
|
使用 Gemini API 監控批次預測 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 3 自訂圖片 |
前往 GitHub 查看 |
Gemini
Imagen
多模態
|
使用 Imagen 和 Gemini 製作優質視覺素材 |
前往 GitHub 查看 |
Imagen
多模態
|
使用 Vertex AI 影像分割功能建立 Photoshop 文件 |
前往 GitHub 查看 |
Gemini
Imagen
多模態
|
使用 Gemini 強化 Imagen 提示 |
前往 GitHub 查看 |
Imagen
多模態
|
Vertex AI 影像分割 |
前往 GitHub 查看 |
搜尋
|
Vertex AI Search with Filters & Metadata |
前往 GitHub 查看 |
Gemini
搜尋
|
Vertex AI Search - Querying Blended Data Apps and Summarization with Gemini |
前往 GitHub 查看 |
搜尋
|
建立 Vertex AI Search 資料儲存庫和搜尋引擎 |
前往 GitHub 查看 |
搜尋
|
使用 Vertex AI Search 建構搜尋應用程式 |
前往 GitHub 查看 |
Gemini
LangChain
RAG
搜尋
|
依據文件回答問題 |
前往 GitHub 查看 |
Gemini
RAG
搜尋
|
使用 Vertex AI Search 進行大量問答 |
前往 GitHub 查看 |
嵌入
搜尋
|
使用 Vertex AI Search 建立自訂嵌入 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 2 - 進階功能 |
前往 GitHub 查看 |
Claude
函式呼叫
Model Garden
|
使用 Claude 模型進行多模態函式呼叫 |
前往 GitHub 查看 |
服務專員
搜尋
|
Vertex AI Search and Conversation 資料儲存庫狀態檢查工具 |
前往 GitHub 查看 |
服務專員
Gemini
|
建構研究多代理系統 - 使用 Gemini 2.0 的設計模式總覽 |
前往 GitHub 查看 |
程式碼執行
Gemini
|
利用 Gemini 2.0 生成及執行 Python 程式碼簡介 |
前往 GitHub 查看 |
服務專員
評估
Gemini
|
評估代理程式 - 使用 Vertex AI Gen AI Evaluation 評估 CrewAI 代理程式 |
前往 GitHub 查看 |
服務專員
評估
Gemini
LangGraph
|
評估代理程式 - 使用 Vertex AI Gen AI 評估服務評估 LangGraph 代理程式 |
前往 GitHub 查看 |
Gemini
Live API
多模態
RAG
|
互動式貸款申請助理 (金融服務) |
前往 GitHub 查看 |
RAG
RAG Engine
搜尋
|
搭配 Vertex AI Search 的 Vertex AI RAG 引擎 |
前往 GitHub 查看 |
Agent Engine
服務專員
評估
|
在 Vertex AI Agent Engine 上評估 CrewAI 代理程式 (自訂範本) |
前往 GitHub 查看 |
Agent Engine
服務專員
評估
LangChain
|
在 Vertex AI Agent Engine 上評估 LangChain 代理 (預先建構的範本) |
前往 GitHub 查看 |
Agent Engine
服務專員
評估
LangGraph
|
在 Vertex AI Agent Engine 上評估 LangGraph 代理程式 (自訂範本) |
前往 GitHub 查看 |
Gemini
搜尋
|
Q&A Chatbot with Vertex AI Search for summarized website results (透過 Vertex AI Search 取得網站結果摘要的問答聊天機器人) |
前往 GitHub 查看 |
Gemini
|
開始使用 Vertex AI 快捷模式的 Gemini |
前往 GitHub 查看 |
後續步驟
- 請參閱生成式 AI 新手指南,瞭解 LLM、Vertex AI 和生成式 AI 模型。
- 如要探索更多資源,請前往 生成式 AI GitHub 存放區。