Exemples de code et d'applications d'IA générative

Exemples d'application

Déployez un exemple d'application d'IA générative prédéfini, puis dupliquez le code pour le modifier en fonction de votre cas d'utilisation.

Générer une campagne marketing avec Gemini

Créez une application Web pour générer des idées de campagnes marketing à l'aide de Gemini sur Vertex AI, Cloud Run et Streamlit.

Débutant Python

Assistant d'aéroport : application RAG

Application exemple pour la génération augmentée par récupération avec AlloyDB pour PostgreSQL et Vertex AI. (article de blog, atelier de programmation)

Python intermédiaire

GenWealth : application RAG

Découvrez comment créer une application de RAG basée sur Node qui fournit des recommandations d'investissement aux conseillers financiers. Cet exemple s'intègre à Vertex AI, Cloud Run, AlloyDB et Cloud Run Functions. Conçu avec Angular, TypeScript, Express.js et LangChain.

Intermédiaire Node

Réparer ma voiture: application RAG

Découvrez comment créer une application RAG qui aide les propriétaires de voitures à résoudre les problèmes de leur véhicule, sans avoir à feuilleter leur manuel d'utilisation. Les variantes incluent Cloud SQL avec pgvector et Agent Search. Créé avec Java (Spring) et Python (Streamlit).

Intermédiaire Java

Déployer des modèles Llama sur Cloud Run

Découvrez comment déployer et exécuter les modèles Llama de Meta sur Cloud Run.

Débutant Python

SDK et frameworks

Découvrez comment utiliser les API d'IA générative de Google Cloudà l'aide d'extraits de code du SDK.

Vertex AI – SDK Gemini

Découvrez comment appliquer les SDK Vertex AI Gemini à des tâches telles que le chat, les requêtes multimodales et le traitement de documents. Parcourez d'autres exemples de code.

Débutant Python Node Java Go C#

SDK Agent Search

Découvrez comment stocker et récupérer des documents RAG à l'aide d'Agent Search.

Débutant Python Node Java Go C# PHP Ruby

Parcourir toutes les bibliothèques clientes Google Cloud

Vous intégrez d'autres produits, comme Cloud Storage ou Firestore, à votre application d'IA générative ? Parcourez toutes les bibliothèques clientes Google Clouddans le langage de programmation de votre choix.

Débutant Python Node Java Go C# PHP Ruby

LangChain (Python)

Explorez des extraits de code pour utiliser LangChain avec les produits Google Cloud , y compris les modèles de chat (Vertex AI), les bases de données vectorielles (AlloyDB, Cloud SQL, Firestore, Agent Search, BigQuery, etc.) et d'autres (Google Drive, Google Maps, YouTube, etc.).

Débutant Python

LangChain.js (Node)

Découvrez des extraits de code pour utiliser LangChain avec les produits Google Cloud , y compris les modèles de chat (Vertex AI), les bases de données vectorielles (Vertex AI Vector Search) et d'autres (recherche Google).

Débutant Node

Genkit (Node)

Genkit est un framework Open Source qui vous aide à créer, déployer et surveiller des applications Web optimisées par l'IA et prêtes pour la production. Genkit est fourni avec des plug-ins pour Vertex AI, Cloud Operations et Firestore.

Débutant Node

LangChain4j (Java)

Découvrez des extraits de code pour utiliser LangChain avec les produits Google Cloud , y compris les modèles de chat (Vertex AI).

Débutant Java

Notebooks

Découvrez des tutoriels interactifs sur les cas d'utilisation de l'IA générative.

Premiers pas avec Vertex AI Gemini 1.5 Flash

Découvrez comment appeler Gemini 1.5 Flash et exploiter sa grande fenêtre de contexte à l'aide du SDK Vertex AI. Ce notebook inclut des modalités de texte, de vidéo et d'audio.

Débutant Python

Analyse de partitions de musique avec Gemini

Découvrez comment extraire des métadonnées de partitions, telles que le compositeur et le tempo, à partir de fichiers PDF à l'aide du SDK Vertex AI.

Débutant Python

Analyse de vidéos YouTube avec Gemini

Découvrez comment analyser directement des vidéos YouTube publiques avec Gemini.

Débutant Python

Analyser des affiches de films dans BigQuery avec Gemini

Découvrez comment extraire des informations d'affiches de films en appelant Gemini directement depuis BigQuery.

Python intermédiaire

Présentation des embeddings Vertex AI (textuels et multimodaux)

Découvrez comment convertir du texte et des images en embeddings vectoriels à l'aide du SDK Vertex AI, pour les utiliser dans une application de génération augmentée par récupération (RAG).

Python intermédiaire

Appel de fonction avec Gemini

Découvrez comment enrichir la réponse de Gemini avec des données en temps réel, telles que le cours de l'action d'une entreprise et ses dernières actualités.

Python intermédiaire

Migration de code de PaLM vers Gemini

Découvrez comment migrer votre code SDK Vertex AI existant pour appeler Gemini au lieu de PaLM.

Python intermédiaire

Réglage supervisé avec Gemini pour la réponse aux questions

Découvrez comment régler Gemini à l'aide de Vertex AI pour entraîner le modèle à répondre correctement aux questions sur le codage Python.

Python avancé

Parcourir tous les notebooks

Explorez des dizaines d'autres notebooks Vertex AI dans l'explorateur d'exemples Google Cloud .

Python intermédiaire

En savoir plus