Esempi di codice e applicazioni di esempio per l'AI generativa

Crea un'app web per generare idee per campagne di marketing utilizzando Gemini su Vertex AI, Cloud Run e Streamlit.

App di esempio per la Retrieval-Augmented Generation con AlloyDB per PostgreSQL e Vertex AI. (blog post, codelab).

Scopri come creare un'app RAG basata su Node che fornisce suggerimenti di investimento per i consulenti finanziari. Questo esempio si integra con Vertex AI, Cloud Run, AlloyDB e Cloud Run Functions. Realizzato con Angular, TypeScript, Express.js e LangChain.

Scopri come creare un'app RAG che aiuti i proprietari di auto a risolvere i problemi del proprio veicolo, senza dover sfogliare il manuale del proprietario. Le varianti includono Cloud SQL con pgvector e Agent Search. Creato con Java (Spring) e Python (Streamlit).

Scopri come eseguire il deployment e l'esecuzione dei modelli Llama di Meta su Cloud Run.

Scopri come applicare gli SDK Gemini di Vertex AI ad attività come chat, prompt multimodali ed elaborazione di documenti. Sfoglia altri esempi di codice qui.

Scopri come archiviare e recuperare documenti RAG utilizzando Agent Search.

Integrare altri prodotti, come Cloud Storage o Firestore, nella tua app di AI generativa? Sfoglia tutte le librerie client Google Cloudnel tuo linguaggio di programmazione preferito.

Esplora gli snippet di codice per l'utilizzo di LangChain insieme ai prodotti Google Cloud , inclusi i modelli di chat (Vertex AI), i database vettoriali (AlloyDB, Cloud SQL, Firestore, Agent Search, BigQuery e altri) e altri (Google Drive, Google Maps, YouTube e altri).

Esplora gli snippet di codice per utilizzare LangChain insieme ai prodotti Google Cloud , inclusi i modelli di chat (Vertex AI), i database vettoriali (Vertex AI Vector Search) e altri (Ricerca Google).

Genkit è un framework open source che ti aiuta a creare, eseguire il deployment e monitorare applicazioni web basate sull'AI pronte per la produzione. Genkit include plug-in per Vertex AI, Cloud Operations e Firestore.

Esplora gli snippet di codice per l'utilizzo di LangChain insieme ai prodotti Google Cloud , inclusi i modelli di chat (Vertex AI).

Scopri come chiamare Gemini 1.5 Flash e sfruttare la sua finestra di contesto lunga utilizzando l'SDK Vertex AI. Questo notebook include modalità di testo, video e audio.

Scopri come estrarre i metadati degli spartiti, come compositore e tempo, dai PDF utilizzando l'SDK Vertex AI.

Scopri come eseguire l'analisi diretta dei video di YouTube disponibili pubblicamente con Gemini.

Scopri come estrarre informazioni dalle locandine dei film chiamando Gemini direttamente da BigQuery.

Scopri come convertire testo e immagini in vector embedding utilizzando l'SDK Vertex AI, per l'utilizzo in un'applicazione di Retrieval-Augmented Generation (RAG).

Scopri come migliorare la risposta di Gemini con dati in tempo reale, come il prezzo delle azioni di un'azienda e le ultime notizie.

Scopri come eseguire la migrazione del codice dell'SDK Vertex AI esistente per chiamare Gemini anziché PaLM.

Scopri come ottimizzare Gemini utilizzando Vertex AI per addestrare il modello a rispondere bene alle domande sulla programmazione in Python.

Esplora decine di altri notebook di Vertex AI nel Google Cloud browser degli esempi.