Beispiel-Shop-Instanz erstellen oder wiederverwenden

Auf dieser Seite erfahren Sie, wie Sie eine neue Example Store-Instanz erstellen oder eine vorhandene Example Store-Instanz wiederverwenden. Sie können Ihre Beispiele in einem Example Store speichern, wenn Sie Ihre LLM-Anwendung entwickeln, und sie dynamisch abrufen, um sie in Ihren LLM-Prompts zu verwenden.

Wenn Sie ein LLM oder einen Agenten mit wenigen Beispielen trainieren möchten, müssen Sie zuerst eine Example Store-Instanz für Ihr Projekt und Ihren Standort erstellen oder wiederverwenden und dann Beispiele hochladen.

Für jedes Projekt und jeden Standort können Sie maximal 50 Example Store-Instanzen haben. Nachdem Sie eine Example Store-Instanz erstellt haben, können Sie sie für mehrere LLM-Anwendungen und -Agenten freigeben.

Es gibt zwei Möglichkeiten, eine Example Store-Instanz bereitzustellen:

  • Neue Example Store-Instanz erstellen: Wenn Sie eine neue Example Store Instanz erstellen, müssen Sie das Einbettungsmodell angeben, mit dem Example Store ermittelt, welche Beispiele für die Abfragen der Nutzer relevant sind. Example Store unterstützt die folgenden Einbettungsmodelle:

    • text-embedding-005

    • text-multilingual-embedding-002

    Sie können ein Einbettungsmodell nicht mehr ändern, nachdem Sie die Example Store-Instanz erstellt haben. Wenn Sie ein anderes Einbettungsmodell verwenden möchten, müssen Sie einen weiteren Example Store erstellen. Weitere Informationen zu Texteinbettungen finden Sie unter Texteinbettungen abrufen.

  • Vorhandene Example Store-Instanz wiederverwenden: Example Store-Instanzen sind für die Verwendung durch mehrere Agenten konzipiert. Sie können also auf die gespeicherten Beispiele in verschiedenen LLM-Anwendungen zugreifen. Sie können das Einbettungsmodell nicht ändern, wenn Sie eine vorhandene Example Store-Instanz wiederverwenden.

Vorbereitung

Bevor Sie die Python-Beispiele auf dieser Seite verwenden, installieren und initialisieren Sie das Vertex AI SDK für Python in Ihrer lokalen Python-Umgebung.

  1. Führen Sie den folgenden Befehl aus, um das Vertex AI SDK für Python für Example Store zu installieren.

    pip install --upgrade google-cloud-aiplatform>=1.87.0

  2. Verwenden Sie das folgende Codebeispiel, um das SDK für Example Store zu importieren und zu initialisieren.

    import vertexai
from vertexai.preview import example_stores

vertexai.init(
  project="PROJECT_ID",
  location="LOCATION"
)

    Ersetzen Sie Folgendes:

    • PROJECT_ID: Ihre Projekt-ID.

    • LOCATION: Ihre Region. Nur us-central1 wird unterstützt.

Example Store-Instanz erstellen

Verwenden Sie die folgenden Beispiele, um eine Example Store-Instanz für ein bestimmtes Projekt und einen bestimmten Standort zu erstellen. Das Erstellen einer Example Store-Instanz dauert einige Minuten.

Python

Bevor Sie dieses Beispiel anwenden, folgen Sie den Python Schritten zur Einrichtung in der Vertex AI Agent Builder-Kurzanleitung zur Verwendung von Clientbibliotheken.

Richten Sie zur Authentifizierung bei Vertex AI Agent Builder Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten. 

import vertexai
from vertexai.preview import example_stores

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION"
)

my_example_store = example_stores.ExampleStore.create(
    example_store_config=example_stores.ExampleStoreConfig(
        vertex_embedding_model="EMBEDDING_MODEL"
    )
)

Ersetzen Sie Folgendes:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: Die Region, in der Sie den Example Store erstellen möchten. Die einzige unterstützte Region ist us-central1.
  • EMBEDDING_MODEL: Das Einbettungsmodell, das von der Example Store-Instanz verwendet wird, um zu ermitteln, welche Beispiele für die Abfragen der Nutzer relevant sind. Example Store unterstützt die folgenden Einbettungsmodelle:
    • text-embedding-004
    • text-multilingual-embedding-002

REST

Senden Sie eine POST Anfrage mit der exampleStores.create Methode, um eine ExampleStore Ressource zu erstellen.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: Die Region, in der Sie die Example Store-Instanz erstellen möchten. Die einzige unterstützte Region ist us-central1.
  • DISPLAY_NAME: Der Name der Example Store-Instanz.
  • EMBEDDING_MODEL: Das Einbettungsmodell, das von der Example Store-Instanz verwendet wird, um zu ermitteln, welche Beispiele für die Abfragen der Nutzer relevant sind. Example Store unterstützt die folgenden Einbettungsmodelle:
    • textembedding-gecko@003
    • text-embedding-004
    • text-multilingual-embedding-002

HTTP-Methode und URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores

JSON-Text der Anfrage: 

{
  "display_name": "DISPLAY_NAME",
  "example_store_config": {"vertex_embedding_model": EMBEDDING_MODEL}
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

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

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json, und führen Sie den folgenden Befehl aus: 

$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://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich der folgenden erhalten, wobei EXAMPLE_STORE_ID die ID der Example Store-Instanz darstellt.

Vorhandene Example Store-Instanz wiederverwenden

Verwenden Sie das folgende Beispiel, um eine vorhandene Example Store-Instanz für ein bestimmtes Projekt und einen bestimmten Standort wiederzuverwenden.

Python

Bevor Sie dieses Beispiel anwenden, folgen Sie den Python Schritten zur Einrichtung in der Vertex AI Agent Builder-Kurzanleitung zur Verwendung von Clientbibliotheken.

Richten Sie zur Authentifizierung bei Vertex AI Agent Builder Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten. 

import vertexai
from vertexai.preview import example_stores

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION"
)

example_store = example_stores.ExampleStore(
    "EXAMPLE_STORE_NAME")

Ersetzen Sie Folgendes:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: Die Region, in der Sie den Example Store erstellen möchten. Die einzige unterstützte Region ist us-central1.
  • EXAMPLE_STORE_NAME: Der Name der Example Store-Instanz, die Sie wiederverwenden möchten.

Nächste Schritte