Tutoriel : API Agent Platform en mode Express

Gemini Enterprise Agent Platform en mode express vous permet d'essayer les principales fonctionnalités d'IA générative disponibles sur Agent Platform. Ce tutoriel vous explique comment effectuer les tâches suivantes à l'aide de l'API Agent Platform en mode express :

  • Installez et initialisez le SDK Google Gen AI pour le mode express.

  • Envoyez une requête à l'API Gemini for Google Cloud, y compris les éléments suivants :

    • Requête de streaming
    • Demande sans streaming
    • Requête d'appel de fonction

Avant de commencer

Avant d'effectuer les tâches décrites dans ce document, inscrivez-vous au mode express.

Installer et initialiser le SDK pour le mode express

Le SDK Google Gen AI vous permet d'utiliser les modèles et les fonctionnalités d'IA générative de Google pour créer des applications basées sur l'IA. Lorsque vous utilisez Agent Platform en mode express, installez et initialisez le package google-genai pour vous authentifier à l'aide de la clé API que vous avez générée.

Installer

Pour installer le SDK Google Gen AI pour le mode Express, exécutez les commandes suivantes :

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

!pip install --upgrade google-genai

Si vous utilisez Colaboratory, redémarrez l'environnement d'exécution après l'installation si vous y êtes invité.

Initialiser

Configurez la clé API pour le mode express et initialisez le client avec enterprise=True. Pour savoir comment obtenir une clé API, consultez Présentation d'Agent Platform en mode express.

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
)

Envoyer une requête à l'API Gemini for Google Cloud

Vous pouvez envoyer des requêtes en streaming ou sans streaming à l'API Gemini for Google Cloud. Les requêtes de flux continu renvoient la réponse par blocs au fur et à mesure du traitement de la requête. Les requêtes non diffusées en flux continu renvoient la réponse complète une fois le traitement terminé.

Requête de streaming

Pour envoyer une requête de streaming, appelez client.models.generate_content_stream() et imprimez chaque bloc à son arrivée :

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()

Demande sans streaming

L'exemple de code suivant définit une fonction qui envoie une requête sans flux à Gemini 3.8 Flash (gemini-3.8-flash). Il vous montre comment configurer le niveau de réflexion, les paramètres de sortie et les paramètres de sécurité :

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()

Requête d'appel de fonction

L'exemple de code suivant déclare un outil de fonction, envoie un prompt initial à 3.8 Flash, reçoit une partie d'appel de fonction dans la réponse, puis renvoie le FunctionResponse correspondant au modèle pour générer une réponse finale :

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)

Effectuer un nettoyage

Ce tutoriel ne crée aucune ressource Google Cloud . Il n'est donc pas nécessaire de procéder à un nettoyage pour éviter des frais.

Étapes suivantes