本快速入門導覽課程說明如何為所選語言安裝 Google Gen AI SDK,然後提出您的第一個 API 要求。根據您是使用 API 金鑰或應用程式預設憑證 (ADC) 向 Vertex AI 進行驗證,範例會略有不同。
選擇驗證方法:
事前準備
如果尚未設定 ADC,請按照下列操作說明進行:
設定專案
選取專案、啟用帳單功能、啟用 Vertex AI API,然後安裝 gcloud CLI:
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator
(
roles/resourcemanager.projectCreator
), which contains theresourcemanager.projects.create
permission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI API.
Roles required to enable APIs
To enable APIs, you need the Service Usage Admin IAM role (
roles/serviceusage.serviceUsageAdmin
), which contains theserviceusage.services.enable
permission. Learn how to grant roles. -
Install the Google Cloud CLI.
-
設定 gcloud CLI 以使用您的聯合身分。
詳情請參閱「 使用聯合身分登入 gcloud CLI」。
-
如要初始化 gcloud CLI,請執行下列指令:
gcloud init
建立本機驗證憑證
Create local authentication credentials for your user account:
gcloud auth application-default login
If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.
必要的角色
如要取得使用 Vertex AI 中 Gemini API 所需的權限,請要求管理員授予您專案的「Vertex AI 使用者」 (
roles/aiplatform.user
) IAM 角色。如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和機構的存取權」。安裝 SDK 並設定環境
在本機上,按一下下列其中一個分頁標籤,安裝您所用程式語言的 SDK。
Python Gen AI SDK
執行下列指令,安裝及更新 Gen AI SDK for Python。
pip install --upgrade google-genai
設定環境變數:
# Replace the `GOOGLE_CLOUD_PROJECT_ID` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT_ID export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=TrueGo Gen AI SDK
執行下列指令,安裝及更新 Gen AI SDK for Go。
go get google.golang.org/genai
設定環境變數:
# Replace the `GOOGLE_CLOUD_PROJECT_ID` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT_ID export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=TrueNode.js Gen AI SDK
執行下列指令,安裝及更新 Node.js 適用的 Gen AI SDK。
npm install @google/genai
設定環境變數:
# Replace the `GOOGLE_CLOUD_PROJECT_ID` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT_ID export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=TrueJava Gen AI SDK
執行下列指令,安裝及更新 Java 適用的 Gen AI SDK。
Maven
請將以下內容新增到
pom.xml
:<dependencies> <dependency> <groupId>com.google.genai</groupId> <artifactId>google-genai</artifactId> <version>0.7.0</version> </dependency> </dependencies>
設定環境變數:
# Replace the `GOOGLE_CLOUD_PROJECT_ID` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT_ID export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=TrueREST
設定環境變數:
GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT_ID GOOGLE_CLOUD_LOCATION=global API_ENDPOINT=YOUR_API_ENDPOINT MODEL_ID="gemini-2.5-flash" GENERATE_CONTENT_API="generateContent"
發出第一項要求
使用
generateContent
方法,將要求傳送至 Vertex AI 的 Gemini API:Python
Go
Node.js
Java
REST
如要傳送這項提示要求,請從指令列執行 curl 指令,或在應用程式中加入 REST 呼叫。
curl -X POST -H "Content-Type: application/json" -H "Authorization: Bearer $(gcloud auth print-access-token)" "https://${API_ENDPOINT}/v1/projects/${GOOGLE_CLOUD_PROJECT}/locations/${GOOGLE_CLOUD_LOCATION}/publishers/google/models/${MODEL_ID}:${GENERATE_CONTENT_API}" -d $'{ "contents": { "role": "user", "parts": { "text": "Explain how AI works in a few words" } } }'
模型會傳回回覆。請注意,系統會分段生成回覆,並分別評估每個段落的安全性。
生成圖像
Gemini 可以生成及處理圖片,並以對話方式提供相關資訊。你可以使用文字、圖片或兩者組合提示 Gemini,執行各種圖片相關工作,例如生成和編輯圖片。下列程式碼示範如何根據描述性提示生成圖片:
您必須在設定中加入
responseModalities: ["TEXT", "IMAGE"]
。這些模型不支援僅輸出圖片。Python
Node.js
Java
圖像解讀
Gemini 也能解讀圖片。下列程式碼會使用上一節中產生的圖片,並使用不同模型推斷圖片相關資訊:
Python
Go
Node.js
Java
程式碼執行
有了 Vertex AI 中 Gemini API 的程式碼執行功能,模型可生成及執行 Python 程式碼,並根據結果反覆試驗學習,直到生成最終輸出內容。Vertex AI 提供程式碼執行工具,與函式呼叫類似。透過這個程式碼執行功能,您能建構根據程式碼進行推論、生成文字輸出內容的應用程式。例如:
Python
Go
Node.js
Java
如需更多程式碼執行範例,請參閱程式碼執行說明文件。
後續步驟
您已發出第一個 API 要求,接下來不妨參考下列指南,瞭解如何為正式版程式碼設定更進階的 Vertex AI 功能: