本页面介绍了如何创建新的 Example Store 实例或重复使用现有的 Example Store 实例。您可以在开发 LLM 应用时将示例存储在 Example Store 中，并动态检索这些示例以在 LLM 提示中使用。
如需使用少样本示例来训练 LLM 或代理，您必须先为您的项目和位置创建或重复使用 Example Store 实例，然后将示例上传到相应实例。
对于每个项目和位置，您最多可以有 50 个 Example Store 实例。创建 Example Store 实例后，您可以在多个 LLM 应用和代理之间共享该实例。
您可以通过以下两种方式预配 Example Store 实例：
创建新的 Example Store 实例：创建新的 Example Store 实例时，您需要指定嵌入模型，Example Store 会使用该模型来确定哪些示例与用户的查询相关。Example Store 支持以下嵌入模型：
text-embedding-005text-multilingual-embedding-002
创建 Example Store 实例后，您无法更改嵌入模型。如果您想使用其他嵌入模型，则必须创建另一个 Example Store 实例。如需详细了解文本嵌入，请参阅获取文本嵌入。
重复使用现有的 Example Store 实例：Example Store 实例设计为可供多个代理使用，因此您可以在不同的 LLM 应用中访问存储的示例。重复使用现有的 Example Store 实例时，您无法更改嵌入模型。
前提条件
在使用本页面上的 Python 示例之前，请在本地 Python 环境中安装并初始化 Vertex AI SDK for Python。
运行以下命令以安装适用于示例商店的 Python 版 Vertex AI SDK。
pip install --upgrade google-cloud-aiplatform>=1.87.0使用以下代码示例导入并初始化适用于示例商店的 SDK。
import vertexai from vertexai.preview import example_stores vertexai.init( project="PROJECT_ID", location="LOCATION" )替换以下内容：
PROJECT_ID：您的项目 ID。
LOCATION：您的区域。 仅支持
us-central1。
创建 Example Store 实例
使用以下示例可为指定项目和位置创建 Example Store 实例。请注意，创建 Example Store 实例需要几分钟时间。
Python
在尝试此示例之前，请按照《Vertex AI 快速入门：使用客户端库》中的 Python 设置说明执行操作。 如需了解详情，请参阅 Vertex AI Python API 参考文档。
如需向 Vertex AI 进行身份验证，请设置应用默认凭证。如需了解详情，请参阅为本地开发环境设置身份验证。
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"
)
)
替换以下内容：
- PROJECT_ID：您的项目 ID。
- LOCATION：要在其中创建示例商店的区域。仅支持区域
us-central1。 - EMBEDDING_MODEL：Example Store 实例用于确定哪些示例与用户查询相关的嵌入模型。Example Store 支持以下嵌入模型：
text-embedding-004text-multilingual-embedding-002
REST
如需创建 ExampleStore 资源，请使用 exampleStores.create 方法发送 POST 请求。
在使用任何请求数据之前，请先进行以下替换：
- PROJECT_ID：您的项目 ID。
- LOCATION：要在其中创建 Example Store 实例的区域。仅支持区域
us-central1。 - DISPLAY_NAME：Example Store 实例的名称。
- EMBEDDING_MODEL：Example Store 实例用于确定哪些示例与用户查询相关的嵌入模型。Example Store 支持以下嵌入模型：
textembedding-gecko@003text-embedding-004text-multilingual-embedding-002
HTTP 方法和网址：
POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores
请求 JSON 正文：
{
"display_name": "DISPLAY_NAME",
"example_store_config": {"vertex_embedding_model": EMBEDDING_MODEL}
}
如需发送请求，请选择以下方式之一：
curl
将请求正文保存在名为 request.json 的文件中，然后执行以下命令：
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
将请求正文保存在名为 request.json 的文件中，然后执行以下命令：
$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
您应该会收到类似以下内容的 JSON 响应，其中 EXAMPLE_STORE_ID 表示 Example Store 实例的 ID。
重复使用现有的 Example Store 实例
使用以下示例可对指定项目和位置重复使用现有的 Example Store 实例。
Python
在尝试此示例之前，请按照《Vertex AI 快速入门：使用客户端库》中的 Python 设置说明执行操作。 如需了解详情，请参阅 Vertex AI Python API 参考文档。
如需向 Vertex AI 进行身份验证，请设置应用默认凭证。如需了解详情，请参阅为本地开发环境设置身份验证。
import vertexai
from vertexai.preview import example_stores
vertexai.init(
project="PROJECT_ID",
location="LOCATION"
)
example_store = example_stores.ExampleStore(
"EXAMPLE_STORE_NAME")
替换以下内容：
- PROJECT_ID：您的项目 ID。
- LOCATION：要在其中创建示例商店的区域。仅支持区域
us-central1。 - EXAMPLE_STORE_NAME：要重复使用的 Example Store 实例的名称。