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

Esegui il deployment di un'applicazione di esempio con un clic per riepilogare documenti lunghi con Vertex AI.

Esegui il deployment di un'applicazione di esempio con un clic che utilizza gli incorporamenti vettoriali archiviati in Cloud SQL per migliorare l'accuratezza delle risposte di un'applicazione di chat.

Esegui il deployment di un'applicazione di esempio con un clic che estrae coppie di domande e risposte da un insieme di documenti, insieme a una pipeline che attiva l'applicazione quando viene caricato un documento.

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. (post del blog, codelab).

Scopri come creare un'app RAG basata su Node che fornisce consigli di investimento ai consulenti finanziari. Questo esempio si integra con Vertex AI, Cloud Run, AlloyDB e le funzioni Cloud Run. 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. Realizzato con Java (Spring) e Python (Streamlit).

Scopri come eseguire il deployment ed eseguire i modelli Llama di Meta su Cloud Run.

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

Scopri come archiviare e recuperare i documenti RAG utilizzando Agent Search.

Vuoi integrare altri prodotti, come Cloud Storage o Firestore, nella tua app di AI generativa? Sfoglia tutte le Google Cloudlibrerie client nel linguaggio di programmazione che preferisci.

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

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

Scopri come estrarre i metadati degli spartiti musicali, come il compositore e il 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 di film chiamando Gemini direttamente da BigQuery.

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

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

Scopri come eseguire la migrazione del codice 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 codifica Python.

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