Crear o reutilizar una instancia de Example Store

En esta página se explica cómo crear una instancia de Example Store o reutilizar una que ya tengas. Puedes almacenar tus ejemplos en un almacén de ejemplos al desarrollar tu aplicación LLM y recuperarlos dinámicamente para usarlos en tus peticiones de LLM.

Para entrenar un LLM o un agente con ejemplos de pocos disparos, primero debes crear o reutilizar una instancia de Example Store para tu proyecto y ubicación, y, a continuación, subir ejemplos a ella.

En cada proyecto y ubicación, puedes tener un máximo de 50 instancias de Example Store. Una vez que hayas creado una instancia de Example Store, podrás compartirla en varias aplicaciones y agentes de LLM.

Hay dos formas de aprovisionar una instancia de Example Store:

  • Crear una instancia de Example Store: cuando creas una instancia de Example Store, debes especificar el modelo de inserción que usa Example Store para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de inserción:

    • text-embedding-005

    • text-multilingual-embedding-002

    No puedes cambiar un modelo de inserción después de crear la instancia de Example Store. Si quieres usar otro modelo de inserción, debes crear otra tienda de ejemplo. Para obtener más información sobre las inserciones de texto, consulta Obtener inserciones de texto.

  • Reutilizar una instancia de Example Store: las instancias de Example Store se han diseñado para que las usen varios agentes, por lo que puedes acceder a los ejemplos almacenados en las aplicaciones LLM. No puedes cambiar el modelo de inserción cuando reutilizas una instancia de Example Store.

Requisitos previos

Antes de usar los ejemplos de Python de esta página, instala e inicializa el SDK de Vertex AI para Python en tu entorno de Python local.

  1. Ejecuta el siguiente comando para instalar el SDK de Vertex AI para Python en Example Store.

    pip install --upgrade google-cloud-aiplatform>=1.87.0

  2. Usa el siguiente código de ejemplo para importar e inicializar el SDK de Example Store.

    import vertexai
from vertexai.preview import example_stores

vertexai.init(
  project="PROJECT_ID",
  location="LOCATION"
)

    Haz los cambios siguientes:

    • PROJECT_ID: tu ID de proyecto.

    • LOCATION: tu región. Solo se admite us-central1.

Crear una instancia de Example Store

Usa los siguientes ejemplos para crear una instancia de Example Store para un proyecto y una ubicación específicos. Ten en cuenta que la creación de una instancia de Example Store lleva unos minutos.

Python

Antes de probar este ejemplo, sigue las Python instrucciones de configuración de la guía de inicio rápido de Vertex AI con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Python de Vertex AI.

Para autenticarte en Vertex AI, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación en un entorno de desarrollo local. 

import vertexai
from vertexai.preview import example_stores

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION"
)

my_example_store = example_stores.ExampleStore.create(
    example_store_config=example_stores.ExampleStoreConfig(
        vertex_embedding_model="EMBEDDING_MODEL"
    )
)

Haz los cambios siguientes:

  • PROJECT_ID: tu ID de proyecto.
  • LOCATION: la región en la que quieres crear la tienda de ejemplo. La única región admitida es us-central1.
  • EMBEDDING_MODEL: modelo de inserción que usa la instancia de Example Store para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de inserción:
    • text-embedding-004
    • text-multilingual-embedding-002

REST

Para crear un recurso ExampleStore, envía una solicitud POST mediante el método exampleStores.create.

Antes de usar los datos de la solicitud, haz las siguientes sustituciones:

  • PROJECT_ID: tu ID de proyecto.
  • LOCATION: la región en la que quieres crear la instancia de Example Store. La única región admitida es us-central1.
  • DISPLAY_NAME: nombre de la instancia de Example Store.
  • EMBEDDING_MODEL: modelo de inserción que usa la instancia de Example Store para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de inserción:
    • textembedding-gecko@003
    • text-embedding-004
    • text-multilingual-embedding-002

Método HTTP y URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores

Cuerpo JSON de la solicitud: 

{
  "display_name": "DISPLAY_NAME",
  "example_store_config": {"vertex_embedding_model": EMBEDDING_MODEL}
}

Para enviar tu solicitud, elige una de estas opciones:

curl

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores"

PowerShell

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores" | Select-Object -Expand Content

Deberías recibir una respuesta JSON similar a la siguiente, donde EXAMPLE_STORE_ID representa el ID de la instancia de Example Store.

Reutilizar una instancia de Example Store

Usa el siguiente ejemplo para reutilizar una instancia de Example Store en un proyecto y una ubicación concretos.

Python

Antes de probar este ejemplo, sigue las Python instrucciones de configuración de la guía de inicio rápido de Vertex AI con bibliotecas de cliente. Para obtener más información, consulta la documentación de referencia de la API Python de Vertex AI.

Para autenticarte en Vertex AI, configura las credenciales predeterminadas de la aplicación. Para obtener más información, consulta el artículo Configurar la autenticación en un entorno de desarrollo local. 

import vertexai
from vertexai.preview import example_stores

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION"
)

example_store = example_stores.ExampleStore(
    "EXAMPLE_STORE_NAME")

Haz los cambios siguientes:

  • PROJECT_ID: tu ID de proyecto.
  • LOCATION: la región en la que quieres crear la tienda de ejemplo. La única región admitida es us-central1.
  • EXAMPLE_STORE_NAME: Nombre de la instancia de Example Store que quieras reutilizar.

Siguientes pasos