使用 Google 搜索建立依据

通过将 Grounding 与 Google 搜索搭配使用，您可以提高模型的响应准确性和时效性。从 Gemini 2.0 开始，Google 搜索可作为工具使用。这意味着模型可以决定何时使用 Google 搜索。以下示例展示了如何将搜索配置为工具。

Gen AI SDK for Python

了解如何安装或更新 Google Gen AI SDK for Python。
如需了解详情，请参阅 Gen AI SDK for Python API 参考文档或 python-genai GitHub 代码库。
设置环境变量以将 Gen AI SDK 与 Vertex AI 搭配使用： 

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=us-central1
export GOOGLE_GENAI_USE_VERTEXAI=True
 

from google import genai
from google.genai.types import (
    GenerateContentConfig,
    GoogleSearch,
    HttpOptions,
    Tool,
)

client = genai.Client(http_options=HttpOptions(api_version="v1"))

response = client.models.generate_content(
    model="gemini-2.0-flash-001",
    contents="When is the next total solar eclipse in the United States?",
    config=GenerateContentConfig(
        tools=[
            # Use Google Search Tool
            Tool(google_search=GoogleSearch())
        ],
    ),
)

print(response.text)
# Example response:
# 'The next total solar eclipse in the United States will occur on ...'

搜索作为工具的功能还支持多轮搜索和多工具查询（例如，将 Grounding 与 Google 搜索和代码执行相结合）。

搜索作为一种工具，可实现需要规划、推理和思考的复杂提示和工作流：

  • 通过实地调查来提高事实性和新鲜度，并提供更准确的答案
  • 从 Web 检索制品，以便对其进行进一步分析
  • 查找相关图片、视频或其他媒体，以协助完成多模式推理或生成任务
  • 编码、技术问题排查和其他专门任务
  • 查找特定于某个区域的信息或协助准确翻译内容
  • 查找相关网站以便进一步浏览

后续步骤