Coba model Gemini 1.5, model multimodal terbaru di Vertex AI, dan lihat model yang dapat Anda bangun dengan jendela konteks hingga 2 juta token. Coba model Gemini 1.5, model multimodal terbaru di Vertex AI, dan lihat model yang dapat Anda bangun dengan jendela konteks hingga 2 juta token.

Halaman ini diterjemahkan oleh Cloud Translation API.

Ekstensi Penerjemah Kode

Dokumen ini menunjukkan cara mendaftarkan dan menggunakan Kode yang disediakan Google Ekstensi penerjemah dari Konsol Google Cloud dan Vertex AI API. Ekstensi ini memungkinkan Anda membuat dan menjalankan kode Python untuk:

Menganalisis, membersihkan, mengubah, dan membentuk ulang set data Anda
Memvisualisasikan data dalam diagram dan grafik
Jalankan penghitungan

Ekstensi Penerjemah Kode menggunakan code_interpreter_tool untuk membuat dan menjalankan kode Python dari deskripsi natural language. Tujuan code_interpreter_tool ditentukan di elemen Spesifikasi OpenAPI File code_interpreter.yaml.

openapi: "3.0.0"
info:
  version: 1.0.0
  title: code_interpreter_tool
  description: >
    This tool supports the following operations based on user input:

    1. **Generates and Executes Code:** Accepts an user query in natural language, generates corresponding code, and executes it to produce results for the user query.


    Supported AuthTypes:

    - `GOOGLE_SERVICE_ACCOUNT_AUTH`: (Vertex AI Extension Service Agent is supported).
paths:
  /generate_and_execute:
    post:
      operationId: generate_and_execute
      description: >
        Get the results of a natural language query by generating and executing a code snippet.
        Example queries: "Find the max in [1, 2, 5]" or "Plot average sales by year (from data.csv)".
      requestBody:
        required: true
        content:
          application/json:
            schema:
              type: object
              required:
              - query
              properties:
                query:
                  type: string
                  description: >
                    Required. The Natural language query to get the results for.
                    The query string can optionally contain data to use for the code generated.
                    For example: "I have a list of numbers: [1, 2, 3, 4]. Find the largest number in the provided data."
                timeout:
                  type: number
                  description: >
                    Optional. Timeout in miliseconds for the code execution. Default value: 30000.
                files:
                  type: array
                  description: >
                    Optional. Input files to use when executing the generated code.
                    If specified, the file contents are expected be base64-encoded.
                    For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]
                  items:
                    $ref: "#/components/schemas/File"
                file_gcs_uris:
                  type: array
                  description: >
                    Optional. GCS URIs of input files to use when executing the generated code.
                    For example: ["gs://input-bucket/data.csv"]
                    This option is only applicable when `file_input_gcs_bucket` is specified in `Extension.CodeInterpreterRuntimeConfig`.
                  items:
                    type: string
      responses:
        '200':
          description: >
            The results of generating and executing code based on the natual language query.
            The result contains the generated code, and the STDOUT, STDERR, and output files from code execution.
          content:
            application/json:
              schema:
                $ref: "#/components/schemas/GenerationAndExecutionResult"
components:
  schemas:
    File:
      description: >
        File used as inputs and outputs of code execution. The `contents` string should be base64-encoded bytes.
        For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]
      type: object
      properties:
        name:
          type: string
        contents:
          type: string
          format: byte
    GenerationAndExecutionResult:
      description: >
        The results of generating and executing code based on the natual language query.
      properties:
        generated_code:
          type: string
          description: >
            The generated code in markdown format.
            For example: "```python\nprint(\"Hello World\")\n```"
        execution_result:
          type: string
          description: >
            The code execution result string from STDOUT.
        execution_error:
          type: string
          description: >
            The code execution error string from STDERR.
        output_files:
          type: array
          description: >
            The output files generated from code execution.
            If present, the file contents are required be base64-encoded.
            For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]
          items:
            $ref: "#/components/schemas/File"
        output_gcs_uris:
          type: array
          description: >
            The output GCS URIs of files generated from code execution.
            For example: ["gs://output-bucket/subfolder/output.csv"]

            This field is only applicable when `file_output_gcs_bucket` is specified in `Extension.CodeInterpreterRuntimeConfig`.
          items:
            type: string

Untuk mempelajari ekstensi Google dengan tutorial menyeluruh, lihat referensi berikut {i>Jupyter notebooks<i} (Buku Catatan Jupyter):

Alur kerja analis bisnis dengan Ekstensi Vertex AI: Gunakan ekstensi Code Interpreter dan ekstensi Vertex AI Search untuk menyelesaikan laporan riset peluang investasi perumahan bagi pemangku kepentingan bisnis.
Colab | GitHub | Vertex AI Workbench
Eksplorasi data dan pelatihan model dengan Penafsir Kode Ekstensi Vertex AI: Lakukan tugas data science biasa, seperti analisis set data dan pelatihan model.
Colab | GitHub | Vertex AI Workbench
Alur kerja analisis ulasan game dengan Ekstensi Vertex AI: Gunakan ekstensi Code Interpreter untuk menganalisis ulasan game dari Steam. Menggunakan ekstensi Vertex AI Search untuk meringkas ulasan game dari situs. Gunakan ekstensi Penerjemah Kode untuk membuat laporan dengan semua aset yang dihasilkan.
Colab | GitHub | Vertex AI Workbench
Bekerja dengan Pandas menggunakan ekstensi Penerjemah Kode Ekstensi AI Vertex AI: Gunakan kode DataFrame pandas yang dihasilkan oleh ekstensi Code Interpreter agar dapat digunakan dengan terutama set data besar.
Colab | GitHub | Vertex AI Workbench
Alur kerja developer web dengan Ekstensi Vertex AI: Menggunakan ekstensi Code Interpreter untuk membangun dan men-deploy aplikasi web statis.
Colab | GitHub | Vertex AI Workbench

Sebelum memulai

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

Buka pemilih project

Make sure that billing is enabled for your Google Cloud project.

Aktifkan API Vertex AI.

Mengaktifkan API

Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

Buka pemilih project

Make sure that billing is enabled for your Google Cloud project.

Aktifkan API Vertex AI.

Mengaktifkan API

Mendaftar, membuat kueri, dan menjalankan ekstensi Penerjemah Kode

Bagian berikut menunjukkan cara mendaftarkan ekstensi Penerjemah Kode menggunakan Konsol Google Cloud dan Vertex AI API. Setelah mendaftarkan ekstensi, Anda dapat membuat kueri menggunakan Konsol Google Cloud atau menjalankannya menggunakan Vertex AI API.

Konsol

Mendaftarkan ekstensi

Lakukan langkah-langkah berikut untuk mendaftarkan Penerjemah Kode ekstensi data menggunakan Konsol Google Cloud.

Di Konsol Google Cloud, buka Vertex AI Ekstensi.

Buka Ekstensi Vertex AI
Klik Create Extension.
Dalam dialog Create a new extension, lakukan:
- Nama ekstensi: Masukkan nama untuk ekstensi Anda, seperti "code_Interpreter_extension".
- Deskripsi: (Opsional) Masukkan deskripsi ekstensi, seperti "Ekstensi penafsir kode".
- Jenis ekstensi: Pilih Code interpreter.
Di bagian OpenAPI Spec file yang muncul, konfirmasi bahwa kolom berikut disetel dengan benar:
- Nama API: code_interpreter_tool.
- Deskripsi API: Tool to generate and run valid Python code from a natural language description, or to run custom Python code...
- Sumber: Cloud Storage.
- Spesifikasi OpenAPI: vertex-extension-public/code_interpreter.yaml.
- Autentikasi: Google service account.
(Opsional) Di bagian Konfigurasi runtime, berikan input dan bucket output.
- Bucket input adalah Bucket Cloud Storage yang akan digunakan ekstensi untuk membaca file input, termasuk awalan gs://, misalnya, gs://sample-bucket-name. Jika ditentukan, Anda harus menetapkan roles/storage.objectViewer di bucket ini ke akun layanan Vertex Extension Custom Code Service Agent.
- Bucket output adalah Bucket Cloud Storage yang akan digunakan ekstensi untuk menulis file output, termasuk awalan gs://, misalnya, gs://sample-bucket-name. Jika ditentukan, Anda harus menetapkan roles/storage.objectUser di bucket ini ke akun layanan Vertex Extension Custom Code Service Agent.
Klik Create Extension.

(Opsional) Membuat kueri ekstensi

Anda dapat menggunakan konsol Google Cloud untuk bereksperimen dengan Kode Ekstensi penerjemah. Lakukan langkah-langkah berikut untuk memanggil ekstensi dengan prompt natural language.

Di Konsol Google Cloud, buka Vertex AI Ekstensi.

Buka Ekstensi Vertex AI
Klik nama ekstensi Penerjemah Kode untuk membuka Detail ekstensi kami.
Di kotak Masukkan pesan, masukkan kueri, lalu lihat tanggapannya. Luaskan Bagian Respons Ekstensi untuk melihat kode yang dihasilkan ekstensi dan berlari untuk membuat hasilnya.

Contoh berikut menunjukkan hasil kueri yang menghitung nilai rata-rata dari daftar angka yang dimasukkan oleh pengguna.

REST

Mendaftarkan ekstensi

Mengirim Vertex AI API extensions.import untuk mendaftarkan ekstensi Penerjemah Kode.

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

PROJECT_ID: ID project Google Cloud Anda.
REGION: Region Compute Engine.
DISPLAY_NAME: Name yang ditampilkan kepada pengguna, seperti "my_code_Interpreter_extension".
DESCRIPTION: (Opsional) Deskripsi ekstensi yang ditampilkan kepada pengguna, seperti "Ekstensi penafsir kode".
SERVICE_ACCOUNT: (Opsional) Ekstensi Penerjemah Kode menggunakan GOOGLE_SERVICE_ACCOUNT_AUTH seperti yang ditunjukkan dalam contoh isi permintaan. Jika Anda tidak menentukan akun layanan, ekstensi akan menggunakan Agen Layanan Ekstensi Vertex AI akun layanan Anda. Jika Anda menentukan akun layanan yang berbeda, berikan izin iam.serviceAccounts.getAccessToken izin ke akun layanan Agen Layanan Ekstensi Vertex AI pada akun layanan yang ditentukan.
INPUT_BUCKET: (Opsional) Bucket Cloud Storage yang akan digunakan ekstensi untuk membaca file input, termasuk awalan gs://, misalnya, gs://sample-bucket-name. Jika ditentukan, Anda harus menetapkan roles/storage.objectViewer peran pada bucket ini ke Vertex Extension Custom Code Service Agent akun layanan Anda.
OUTPUT_BUCKET: (Opsional) Bucket Cloud Storage yang akan digunakan ekstensi untuk menulis file output, termasuk awalan gs://, misalnya, gs://sample-bucket-name. Jika ditentukan, Anda harus menetapkan roles/storage.objectUser peran pada bucket ini ke Vertex Extension Custom Code Service Agent akun layanan Anda.

Metode HTTP dan URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions:import

Isi JSON permintaan:

{
  "displayName":"DISPLAY_NAME",
  "description":"DESCRIPTION",
  "manifest":{
    "name":"code_interpreter_tool",
    "description":"A Google Code Interpreter tool",
    "apiSpec":{
      "openApiGcsUri":"gs://vertex-extension-public/code_interpreter.yaml"
    },
    "authConfig":{
      "authType":"GOOGLE_SERVICE_ACCOUNT_AUTH",
      "googleServiceAccountConfig":{
        "serviceAccount":"SERVICE_ACCOUNT"
      }
    }
  }
  "runtimeConfig": {
     "codeInterpreterRuntimeConfig": {
        "fileInputGcsBucket": "INPUT_BUCKET",
        "fileOutputGcsBucket": "OUTPUT_BUCKET"
     }
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Catatan: Perintah berikut mengasumsikan bahwa Anda telah masuk ke CLI gcloud dengan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login , atau menggunakan Cloud Shell, yang otomatis memasukkan Anda ke CLI gcloud kami. Anda dapat memeriksa akun yang saat ini aktif dengan menjalankan gcloud auth list

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

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

PowerShell

Catatan: Perintah berikut mengasumsikan bahwa Anda telah masuk ke CLI gcloud dengan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login kami. Anda dapat memeriksa akun yang saat ini aktif dengan menjalankan gcloud auth list

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

$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://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions:import" | Select-Object -Expand Content

Menjalankan ekstensi

Anda dapat mengirimkan operasi execute ke Vertex AI API untuk menghasilkan dan menjalankan kode Python berdasarkan kueri natural language.

Contoh kueri:

Kueri sederhana: Menemukan nilai maksimum dari daftar angka.
Data inline kueri: Data yang akan dikueri disediakan dalam isi permintaan.
Kueri dengan data file: Mencetak data file.
Membuat kueri dengan data Cloud Storage: Membaca data Cloud Storage.

Kueri sederhana

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

PROJECT_ID: ID project Google Cloud Anda.
REGION: Region Compute Engine.
EXTENSION_ID: ID ekstensi penafsir kode Anda yang tercantum dalam Detail ekstensi di konsol Google Cloud.

Metode HTTP dan URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

Isi JSON permintaan:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"find the max value in the list: [1,2,3,4,-5]"
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

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

PowerShell

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

$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://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

Data {i>inline<i}

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

PROJECT_ID: ID project Google Cloud Anda.
REGION: Region Compute Engine.
EXTENSION_ID: ID ekstensi penafsir kode Anda yang tercantum dalam Detail ekstensi di konsol Google Cloud.

Metode HTTP dan URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

Isi JSON permintaan:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"Calculate the total values of each column(mobile_subscribers, percent_internet_users, total_internet_users, fixed_broadband_subscribers) from the below dataset.\n\n\ncountry_name        country_code        year        mobile_subscribers        percent_internet_users        total_internet_users        fixed_broadband_subscribers\nUnited States        US        2023        333.4        90.5        303.1        200.3\nChina        CN        2023        1.613        70.2        1131.4        512.2\nIndia        IN        2023        1.165        50.7        688.5        557.2\nJapan        JP        2023        124.3        88.2        109.5        114.8\nGermany        DE        2023        102.1        90.5        92.1        100\nUnited Kingdom        UK        2023        67.1        92.7        62.2        65\nFrance        FR        2023        66.7        89        63        69.7\nBrazil        BR        2023        213.5        68        144.1        69.4\nRussia        RU        2023        203.8        74.9        152.7        51.1"
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

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

PowerShell

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

$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://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

Cetakan file

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

PROJECT_ID: ID project Google Cloud Anda.
REGION: Region Compute Engine.
EXTENSION_ID: ID ekstensi penafsir kode Anda yang tercantum dalam Detail ekstensi di konsol Google Cloud.
FILE_NAME: Data file CSV dalam isi permintaan ditulis ke file ini di dalam fungsi saat ini.
BASE64_ENCODED_FILE_BYTES: Byte file dalam isi permintaan harus dienkode dengan format base64.

Metode HTTP dan URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

Isi JSON permintaan:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"print the csv file",
    "files":[
      {
        "name":"FILE_NAME",
        "contents":"BASE64_ENCODED_FILE_BYTES"
      }
    ]
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

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

PowerShell

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

$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://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

Pembacaan Cloud Storage

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

PROJECT_ID: ID project Google Cloud Anda.
REGION: Region Compute Engine.
EXTENSION_ID: ID ekstensi penafsir kode Anda yang tercantum dalam Detail ekstensi di konsol Google Cloud.
BUCKET_NAME: Bucket Cloud Storage yang berisi file CSV yang akan dicetak. Anda Anda harus menentukan bucket input ini saat mendaftarkan ekstensi penafsir kode.
FILE_NAME: Data file CSV di BUCKET_NAME yang akan dicetak.

Metode HTTP dan URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

Isi JSON permintaan:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"print the csv file",
    "file_gcs_uris": ["gs://BUCKET_NAME/FILE_NAME"]
  }
}

Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

curl

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

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

PowerShell

Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut:

$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://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content