API dan referensi

Gemini Enterprise Agent Platform menyediakan API model, REST dan RPC API platform, library klien, dan 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, dan API untuk embedding, penyesuaian, dan evaluasi—bersama dengan referensi RAG dan SDK platform di seluruh Agent Platform.

Model API

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

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

Streaming interaksi suara dan video dua arah dengan latensi rendah bersama model Gemini.

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

Menyesuaikan perilaku model menggunakan supervised fine-tuning.

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

API RAG

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

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

Memahami struktur kueri pengambilan dan respons pembuatan yang relevan.

API Platform

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

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

Jelajahi semua resource dan metode REST HTTP untuk layanan Platform Agen.

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

Mengelola resource Agent Platform dari command line.

Buat prototipe dan uji kemampuan AI generatif menggunakan endpoint REST yang disederhanakan dan kunci API.

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

Buat, kelola, dan 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.