API 与参考

Gemini Enterprise Agent Platform 提供模型 API、平台 REST 和 RPC API、客户端库和命令行工具，用于构建、部署和管理 AI 智能体、生成式 AI 应用和机器学习工作流。本页重点介绍了关键模型 API 参考文档（例如 Interactions API、Live API，以及用于嵌入、调优和评估的 API），以及 Agent Platform 中的 RAG 和平台 SDK 参考文档。

模型 API

与 Gemini 和其他生成式 AI 模型互动，以进行文本和多模态生成、实时流式传输、嵌入、自定义和评估。

使用统一的、有状态的流式传输接口与模型和智能体互动。

与 Gemini 模型进行低延迟的双向语音和视频互动。

生成文本和多模态嵌入，以用于语义搜索、分类和检索。

使用监督式微调自定义模型行为。

使用评分标准和指标以编程方式评估生成式 AI 模型和智能体。

RAG API

使用检索增强生成 (RAG) 来确定模型响应的基础，并将智能体连接到外部数据源。

使用 RAG Engine 管理 RAG 语料库、导入文件和检索相关上下文。

了解检索查询和接地生成响应的结构。

平台 API

使用 SDK、命令行工具和服务级 API 来管理 Agent Platform 资源、基础架构和开发环境。

使用 Python、Go、Java、Node.js 和 C# 中的 Google Gen AI SDK 和 Agent Platform SDK 进行构建。

探索 Agent Platform 服务的所有 HTTP REST 资源和方法。

查看 Agent Platform 的 gRPC 服务定义和协议缓冲区消息。

通过命令行管理 Agent Platform 资源。

使用简化的 REST 端点和 API 密钥对生成式 AI 功能进行原型设计和测试。

将 Model Context Protocol (MCP) 客户端和智能体连接到 Agent Platform 工具。

构建、管理和查询大规模向量相似度搜索索引。

配置和管理智能体、MCP 服务器和外部工具之间的网络流量。

使用 REST、RPC、CLI 和客户端库管理笔记本实例和开发环境。