A partire dal 29 aprile 2025, i modelli Gemini 1.5 Pro e Gemini 1.5 Flash non sono disponibili nei progetti che non li hanno mai utilizzati, inclusi i nuovi progetti. Per maggiori dettagli, vedi
Versioni e ciclo di vita dei modelli.
Generare contenuti utilizzando la chiamata di funzioni Pydantic
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Questo esempio mostra come utilizzare la dichiarazione di funzione Pydantic per influenzare i contenuti generati da Gemini Multimodal
Per saperne di più
Per la documentazione dettagliata che include questo esempio di codice, vedi quanto segue:
Esempio di codice
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],[],[],[],null,["# Generate Content using Pydantic Function Calling\n\nThis sample demonstrates how to use Pydantic Function declaration to influence the content generated by Gemini MultiModal\n\nExplore further\n---------------\n\n\nFor detailed documentation that includes this code sample, see the following:\n\n- [Function calling reference](/vertex-ai/generative-ai/docs/model-reference/function-calling)\n\nCode sample\n-----------\n\n### Python\n\n\nBefore trying this sample, follow the Python setup instructions in the\n[Vertex AI quickstart using\nclient libraries](/vertex-ai/docs/start/client-libraries).\n\n\nFor more information, see the\n[Vertex AI Python API\nreference documentation](/python/docs/reference/aiplatform/latest).\n\n\nTo authenticate to Vertex AI, set up Application Default Credentials.\nFor more information, see\n\n[Set up authentication for a local development environment](/docs/authentication/set-up-adc-local-dev-environment).\n\n from google import genai\n from google.genai.types import GenerateContentConfig, HttpOptions\n\n def get_current_weather(location: str) -\u003e str:\n \"\"\"Example method. Returns the current weather.\n\n Args:\n location: The city and state, e.g. San Francisco, CA\n \"\"\"\n weather_map: dict[str, str] = {\n \"Boston, MA\": \"snowing\",\n \"San Francisco, CA\": \"foggy\",\n \"Seattle, WA\": \"raining\",\n \"Austin, TX\": \"hot\",\n \"Chicago, IL\": \"windy\",\n }\n return weather_map.get(location, \"unknown\")\n\n client = genai.Client(http_options=HttpOptions(api_version=\"v1\"))\n model_id = \"gemini-2.5-flash\"\n\n response = client.models.generate_content(\n model=model_id,\n contents=\"What is the weather like in Boston?\",\n config=GenerateContentConfig(\n tools=[get_current_weather],\n temperature=0,\n ),\n )\n\n print(response.text)\n # Example response:\n # The weather in Boston is sunny.\n\nWhat's next\n-----------\n\n\nTo search and filter code samples for other Google Cloud products, see the\n[Google Cloud sample browser](/docs/samples?product=googlegenaisdk)."]]