Invia richieste all'API Vertex AI per Gemini
Invia richieste all'API Gemini in Vertex AI utilizzando un SDK del linguaggio di programmazione o l'API REST per iniziare a creare la tua applicazione di IA generativa su Google Cloud.
Per iniziare, crea un account Google Cloud
Per provare questa guida rapida, devi creare un account Google Cloud. Con questo account, riceverai 300 $di credito gratuito, oltre all'utilizzo gratuito di oltre 20 prodotti, senza consumare il credito di 300 $.
Inizia gratuitamentePer saperne di più sulla configurazione su Google Cloud dopo la creazione dell'account, consulta Configurazione su Google Cloud.
Configura l'ambiente
Fai clic per scoprire come configurare il tuo ambiente
Per configurare il tuo ambiente locale per l'invio di una richiesta all'API Gemini di Vertex AI, seleziona una delle seguenti schede:
Python
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Crea credenziali di autenticazione locali per il tuo Account Google:
gcloud auth application-default login
Installa o aggiorna l'SDK Vertex AI per Python eseguendo questo comando:
pip3 install "google-cloud-aiplatform>=1.38"
Node.js
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Crea credenziali di autenticazione locali per il tuo Account Google:
gcloud auth application-default login
In Cloud Shell, installa o aggiorna l'SDK Vertex AI per Node.js eseguendo questo comando:
npm install @google-cloud/vertexai
Java
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Crea credenziali di autenticazione locali per il tuo Account Google:
gcloud auth application-default login
-
Per aggiungere
google-cloud-vertexai
come dipendenza, aggiungi il codice appropriato per il tuo ambiente:Maven con BOM
Aggiungi il seguente codice HTML a
pom.xml
:<dependencyManagement> <dependencies> <dependency> <groupId>com.google.cloud</groupId> <artifactId>libraries-bom</artifactId> <version>26.32.0</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement> <dependencies> <dependency> <groupId>com.google.cloud</groupId> <artifactId>google-cloud-vertexai</artifactId> </dependency> </dependencies>
Maven senza BOM
Aggiungi il seguente codice HTML a
pom.xml
:<dependency> <groupId>com.google.cloud</groupId> <artifactId>google-cloud-vertexai</artifactId> <version>0.4.0</version> </dependency>
Gradle without BOM
Add the following to your
build.gradle
implementation 'com.google.cloud:google-cloud-vertexai:0.4.0'
Go
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Crea credenziali di autenticazione locali per il tuo Account Google:
gcloud auth application-default login
Esamina i pacchetti Go dell'API Vertex AI disponibili per determinare quale pacchetto soddisfa meglio le esigenze del tuo progetto:
Pacchetto cloud.google.com/go/vertexai (consigliato)
vertexai
è un pacchetto creato da persone fisiche che fornisce accesso a caratteristiche e funzionalità comuni.Questo pacchetto è consigliato come punto di partenza per la maggior parte degli sviluppatori che creano con l'API Vertex AI. Per accedere ad funzionalità e funzionalità non ancora coperte da questo pacchetto, utilizza invece l'elemento
aiplatform
generato automaticamente.Pacchettizzazione cloud.google.com/go/aiplatform
aiplatform
è un pacchetto generato automaticamente.Questo pacchetto è destinato ai progetti che richiedono l'accesso a funzionalità e funzionalità dell'API Vertex AI non ancora fornite dal pacchetto
vertexai
creato da persone fisiche.
Installa il pacchetto Go desiderato in base alle esigenze del tuo progetto eseguendo uno dei seguenti comandi:
# Human authored package. Recommended for most developers. go get cloud.google.com/go/vertexai
# Auto-generated package. go get cloud.google.com/go/aiplatform
C#
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
-
Crea credenziali di autenticazione locali per il tuo Account Google:
gcloud auth application-default login
REST
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Attiva l'API Vertex AI.
-
Nella console Google Cloud, attiva Cloud Shell.
Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
- Per configurare le variabili di ambiente, inserisci quanto segue. Sostituisci
PROJECT_ID
con l'ID del tuo progetto Google Cloud.MODEL_ID="gemini-1.5-flash-001" PROJECT_ID="PROJECT_ID"
- Esegui il provisioning dell'endpoint:
gcloud beta services identity create --service=aiplatform.googleapis.com --project=${PROJECT_ID}
(Facoltativo) Se utilizzi Cloud Shell e ti viene chiesto di autorizzare Cloud Shell, fai clic su Autorizza.
Invia una richiesta di solo testo
Dopo aver configurato il tuo ambiente locale, invia una richiesta di solo testo all'API Gemini di Vertex AI. L'esempio seguente restituisce un elenco di nomi possibili per un negozio di fiori specializzato.
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copia nel file il codice seguente. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il codice seguente nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, se opportuno.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia nel file il codice seguente. Imposta your-google-cloud-project-id
sull'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, dove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia nel file il codice seguente. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Successivamente, esegui il file Go dalla riga di comando
o in un IDE oppure incorpora il codice nell'applicazione, se appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia nel file il codice seguente. Imposta your-project-id
sull'ID
progetto Google Cloud. Successivamente, esegui il file C# dalla riga di comando o in un
IDE oppure incorpora il codice nell'applicazione, se appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione dove appropriato.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "text": "What\'s a good name for a flower shop that specializes in selling bouquets of dried flowers?" } ] } }'Il modello restituisce una risposta. Tieni presente che la risposta viene generata in sezioni e ogni sezione viene valutata separatamente per la sicurezza.
Invia una richiesta che include un'immagine
Dopo aver configurato il tuo ambiente locale, invia una richiesta che include testo e un'immagine all'API Gemini di Vertex AI. Il seguente esempio restituisce una descrizione dell'immagine fornita (immagine per esempio Java).
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copia nel file il codice seguente. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il codice seguente nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, se opportuno.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia nel file il codice seguente. Imposta your-google-cloud-project-id
sull'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, dove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia nel file il codice seguente. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Successivamente, esegui il file Go dalla riga di comando
o in un IDE oppure incorpora il codice nell'applicazione, se appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia nel file il codice seguente. Imposta your-project-id
sull'ID
progetto Google Cloud. Successivamente, esegui il file C# dalla riga di comando o in un
IDE oppure incorpora il codice nell'applicazione, se appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione dove appropriato.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "fileData": { "mimeType": "image/jpeg", "fileUri": "gs://generativeai-downloads/images/scones.jpg" } }, { "text": "Describe this picture." } ] } }'
Il modello restituisce una risposta. Tieni presente che la risposta viene generata in sezioni e ogni sezione viene valutata separatamente per la sicurezza.
Invia una richiesta che includa audio e video
Dopo aver configurato il tuo ambiente locale, invia una richiesta che include testo, audio e video all'API Gemini di Vertex AI. Il seguente esempio restituisce una descrizione del video fornito, inclusi eventuali elementi importanti della traccia audio.
Python
Per inviare una richiesta di prompt, crea un file Python (.py
) e copia nel file il codice seguente. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Quindi, esegui il file Python dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione dove appropriato.
Node.js
Per inviare una richiesta di prompt, crea un file Node.js (.js
) e copia
il codice seguente nel file. Sostituisci PROJECT_ID
con l'ID del tuo progetto Google Cloud. Successivamente, esegui il file JavaScript dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, se opportuno.
Java
Per inviare una richiesta di prompt, crea un file Java (.java
) e copia nel file il codice seguente. Imposta your-google-cloud-project-id
sull'ID progetto Google Cloud. Successivamente, esegui il file Java dalla riga di comando o in un IDE oppure incorpora il codice nell'applicazione, dove appropriato.
Go
Per inviare una richiesta di prompt, crea un file Go (.go
) e copia nel file il codice seguente. Sostituisci projectID
con
l'ID del tuo progetto Google Cloud. Successivamente, esegui il file Go dalla riga di comando
o in un IDE oppure incorpora il codice nell'applicazione, se appropriato.
C#
Per inviare una richiesta di prompt, crea un file C# (.cs
) e copia nel file il codice seguente. Imposta your-project-id
sull'ID
progetto Google Cloud. Successivamente, esegui il file C# dalla riga di comando o in un
IDE oppure incorpora il codice nell'applicazione, se appropriato.
REST
Puoi inviare questa richiesta di prompt da Cloud Shell, dalla riga di comando o in un IDE oppure puoi incorporare la chiamata REST nell'applicazione dove appropriato.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/${MODEL_ID}:streamGenerateContent -d \ $'{ "contents": { "role": "user", "parts": [ { "fileData": { "mimeType": "video/mp4", "fileUri": "gs://cloud-samples-data/generative-ai/video/pixel8.mp4" } }, { "text": "Provide a description of the video. The description should also contain anything important which people say in the video." } ] } }'
Il modello restituisce una risposta. Tieni presente che la risposta viene generata in sezioni e ogni sezione viene valutata separatamente per la sicurezza.
Passaggi successivi
- Scopri di più sull'API Gemini in Vertex AI.
- Esplora il riferimento dell'SDK Vertex AI Gemini per Python, Node.js, Java, Go o C#.
- Consulta l'API Model for Gemini in Vertex AI.
- Scopri di più su come chiamare Gemini utilizzando la libreria OpenAI.