API dan referensi

Gemini Enterprise Agent Platform menyediakan API model, API REST dan RPC platform, library klien, serta alat command line untuk membangun, men-deploy, dan mengelola agen AI, aplikasi AI generatif, dan alur kerja machine learning. Halaman ini menyoroti referensi API model utama—seperti Interactions API, Live API, serta API untuk embedding, penyesuaian, dan evaluasi—bersama dengan referensi RAG dan SDK platform di seluruh Agent Platform.

API Model

Berinteraksi dengan Gemini dan model AI generatif lainnya untuk pembuatan teks dan multimodal, streaming real-time, embedding, penyesuaian, dan evaluasi.

Gunakan antarmuka terpadu, stateful, dan streaming untuk berinteraksi dengan model dan agen.

Melakukan streaming interaksi suara dan video dua arah dengan latensi rendah menggunakan model Gemini.

Membuat embedding teks dan multimodal untuk penelusuran semantik, klasifikasi, dan pengambilan data.

Menyesuaikan perilaku model menggunakan supervised fine-tuning.

Mengevaluasi model dan agen AI generatif secara terprogram menggunakan rubrik dan metrik.

API RAG

Lakukan grounding pada respons model dan hubungkan agen Anda ke sumber data eksternal menggunakan Retrieval-Augmented Generation (RAG).

Kelola korpus RAG, impor file, dan ambil konteks yang relevan dengan RAG Engine.

Memahami struktur kueri pengambilan dan respons pembuatan yang di-grounding.

API Platform

Gunakan SDK, alat command line, dan API level layanan untuk mengelola resource, infrastruktur, dan lingkungan pengembangan Agent Platform.

Membangun dengan Google Gen AI SDK dan Agent Platform SDK di Python, Go, Java, Node.js, dan C#.

Pelajari semua resource dan metode HTTP REST untuk layanan Agent Platform.

Lihat definisi layanan gRPC dan pesan buffering protokol untuk Agent Platform.

Mengelola resource Agent Platform dari command line.

Membuat prototipe dan menguji kemampuan AI generatif menggunakan endpoint REST yang disederhanakan dan kunci API.

Menghubungkan klien dan agen Model Context Protocol (MCP) ke alat Agent Platform.

Membangun, mengelola, dan membuat kueri indeks penelusuran kemiripan vektor berskala tinggi.

Mengonfigurasi dan mengatur traffic jaringan antara agen, server MCP, dan alat eksternal.

Mengelola instance notebook dan lingkungan pengembangan menggunakan REST, RPC, CLI, dan library klien.