Anleitung: Agent Platform API im Express-Modus

Mit der Gemini Enterprise Agent Platform im Express-Modus können Sie die wichtigsten generativen KI-Funktionen der Agent Platform ausprobieren. In dieser Anleitung erfahren Sie, wie Sie die folgenden Aufgaben mit der Agent Platform API im Express-Modus ausführen:

  • Installieren und initialisieren Sie das Google Gen AI SDK für den Express-Modus.

  • Senden Sie eine Anfrage an die Gemini for Google Cloud API, die Folgendes enthält:

    • Streaminganfrage
    • Nicht-Streaming-Anfrage
    • Funktionsaufrufsanfrage

Hinweis

Bevor Sie die in diesem Dokument beschriebenen Aufgaben ausführen, müssen Sie sich für den Express-Modus registrieren.

SDK für den Express-Modus installieren und initialisieren

Mit dem Google Gen AI SDK können Sie generative KI-Modelle und ‑Funktionen von Google zum Erstellen von KI-gestützten Anwendungen verwenden. Wenn Sie die Agent Platform im Express-Modus verwenden, installieren und initialisieren Sie das google-genai-Paket, um sich mit Ihrem generierten API-Schlüssel zu authentifizieren.

Installieren

Führen Sie die folgenden Befehle aus, um das Google Gen AI SDK für den Express-Modus zu installieren:

# Developer TODO: If you're using Colab, uncomment the following lines:
# from google.colab import auth
# auth.authenticate_user()

!pip install --upgrade google-genai

Wenn Sie Colaboratory verwenden, starten Sie die Laufzeit nach der Installation neu, wenn Sie dazu aufgefordert werden.

Initialisieren

Konfigurieren Sie den API-Schlüssel für den Express-Modus und initialisieren Sie den Client mit enterprise=True. Weitere Informationen zum Abrufen eines API-Schlüssels finden Sie unter Agent Platform im Expressmodus – Übersicht.

from google import genai
from google.genai import types

# Developer TODO: Replace YOUR_API_KEY with your API key.
API_KEY = "YOUR_API_KEY"

client = genai.Client(
    enterprise=True, api_key=API_KEY
)

Anfrage an die Gemini for Google Cloud API senden

Sie können entweder Streaming- oder Nicht-Streaming-Anfragen an die Gemini for Google Cloud API senden. Bei Streaminganfragen wird die Antwort in Blöcken zurückgegeben, während die Anfrage verarbeitet wird. Bei Nicht-Streaming-Anfragen wird die vollständige Antwort zurückgegeben, nachdem die Verarbeitung abgeschlossen ist.

Streaminganfrage

Um eine Streaminganfrage zu senden, rufen Sie client.models.generate_content_stream() auf und geben Sie jeden Chunk aus, sobald er eintrifft:

from google import genai
from google.genai import types

def generate():
  client = genai.Client(enterprise=True, api_key="YOUR_API_KEY")

  config = types.GenerateContentConfig(
      thinking_config=types.ThinkingConfig(
          thinking_level="MEDIUM",
      ),
      seed=5,
      max_output_tokens=1024,
      stop_sequences=["STOP!"],
      safety_settings=[
          types.SafetySetting(
              category="HARM_CATEGORY_HATE_SPEECH",
              threshold="BLOCK_ONLY_HIGH",
          )
      ],
  )
  for chunk in client.models.generate_content_stream(
      model="gemini-3.8-flash",
      contents="Explain bubble sort to me",
      config=config,
  ):
    print(chunk.text, end="")

generate()

Nicht-Streaming-Anfrage

Im folgenden Codebeispiel wird eine Funktion definiert, die eine Nicht-Streaming-Anfrage an Gemini 3.8 Flash (gemini-3.8-flash) sendet. Es zeigt, wie Sie die Denkebene, Ausgabeparameter und Sicherheitseinstellungen konfigurieren:

from google import genai
from google.genai import types

def generate():
  client = genai.Client(enterprise=True, api_key="YOUR_API_KEY")

  config = types.GenerateContentConfig(
      thinking_config=types.ThinkingConfig(
          thinking_level="MEDIUM",
      ),
      seed=5,
      max_output_tokens=1024,
      stop_sequences=["STOP!"],
      safety_settings=[
          types.SafetySetting(
              category="HARM_CATEGORY_HATE_SPEECH",
              threshold="BLOCK_ONLY_HIGH",
          )
      ],
  )
  response = client.models.generate_content(
      model="gemini-3.8-flash",
      contents="Explain bubble sort to me",
      config=config,
  )
  print(response.text)

generate()

Funktionsaufrufsanfrage

Im folgenden Codebeispiel wird ein Funktionstool deklariert, ein erster Prompt an 3.8 Flash gesendet, ein Funktionsaufruf in der Antwort empfangen und dann die passende FunctionResponse an das Modell zurückgesendet, um eine endgültige Antwort zu generieren:

from google import genai
from google.genai import types

client = genai.Client(enterprise=True, api_key="YOUR_API_KEY")

get_weather_declaration = types.FunctionDeclaration(
    name="get_current_weather",
    description="Gets the current weather in a given city.",
    parameters={
        "type": "OBJECT",
        "properties": {
            "location": {
                "type": "STRING",
                "description": "The city and state, such as Boston, MA.",
            },
            "unit": {
                "type": "STRING",
                "enum": ["C", "F"],
            },
        },
        "required": ["location"],
    },
)
tools = [types.Tool(function_declarations=[get_weather_declaration])]

prompt = "What is the weather in Boston?"
first_response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents=prompt,
    config=types.GenerateContentConfig(tools=tools),
)

function_call = first_response.function_calls[0]
contents = [
    types.Content(role="user", parts=[types.Part(text=prompt)]),
    first_response.candidates[0].content,
    types.Content(
        role="user",
        parts=[
            types.Part(
                function_response=types.FunctionResponse(
                    id=function_call.id,
                    name=function_call.name,
                    response={"weather": "sunny", "temperature": "72F"},
                )
            )
        ],
    ),
]

response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents=contents,
    config=types.GenerateContentConfig(tools=tools),
)
print(response.text)

Bereinigen

In dieser Anleitung werden keine Google Cloud Ressourcen erstellt. Daher ist keine Bereinigung erforderlich, um Gebühren zu vermeiden.

Nächste Schritte