Vertex AI 生成式 AI 的指南和範例集。
如要瞭解詳情,請前往 GitHub 上的生成式 AI 存放區 。
Gemini 快速入門導覽課程
Gemini 2.5 Flash 簡介
使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.5 Flash。
Gemini 2.5 Pro 簡介
透過 Gen AI Python SDK,開始使用 Vertex AI 中的 Gemini 2.5 Pro。
Gemini 2.5 Flash-Lite 簡介
透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Flash-Lite。
開始使用 Multimodal Live API
使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.0 Multimodal Live API
Vertex AI 中的 Gemini 2.0 Flash Image Generation
開始使用 Vertex AI 中的 Gemini 圖像生成功能。
提示工程簡介
瞭解提示工程的基本要領和最佳做法。
Gemini 的函式呼叫
使用函式呼叫將 Gemini 連結至外部工具。
使用 Gemini 基礎模型
連結 Gemini 和 Google 搜尋或 Vertex AI Search 的實際資料,提升回覆品質。
使用 Gemini 進行批次預測
使用批次預測功能,對大量樣本執行推論。
長脈絡窗口
使用長脈絡窗口處理大量多模態資料。
脈絡快取簡介
使用脈絡快取功能儲存常用資料。
Gemini API 結構化輸出功能簡介
瞭解如何控制 Gemini API 的輸出格式,方便處理資料。
使用 OpenAI 程式庫呼叫 Gemini
瞭解如何使用 Chat Completions 呼叫 Gemini。
精選教學課程
使用 Gemini 2.0 Flash 建立行銷資產
瞭解如何結合 Gemini 的多模態功能和 Google 搜尋的 Grounding 功能,製作行銷活動簡報和行銷素材資源。
開始使用 Text-to-Speech 的 Chirp 3 HD 語音
瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google 文字轉語音語音。
開始使用 Speech-to-Text 適用的 Chirp 2
瞭解如何使用 Chirp 2,這是最新一代的 Google 多語言自動語音辨識模型。
Imagen 4 圖像生成功能簡介
使用 Imagen 4 製作逼真圖片。
Imagen 3 圖片編輯
使用 Imagen 3 編輯擬真圖片,包括修復、擴展和編輯產品圖片。
開始使用文字嵌入 + Vertex AI Vector Search
使用 AI 的多功能工具「Embeddings」和 Vertex AI Vector Search 執行語意比對。
使用 Gemini 簡介 LangGraph
瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和生成技能,簡化及自動執行複雜的財務分析工作。
建立自訂 Podcast 集數
使用 Gemini、LangGraph 和 Text-to-Speech 建立自訂 Podcast 集數。
使用 Gemini 和 Text-to-Speech 說故事
使用 Gemini 和 Text-to-Speech 建立並朗讀多個角色的故事。
分析程式碼集
使用 Gemini 生成程式碼、彙整程式碼庫、偵錯、改善程式碼及評估程式碼。
開發人員適用的 LLM 安全性
瞭解提示詞注入式攻擊和防範方法。
Agent Engine 簡介
瞭解如何使用 Agent Engine 建構及部署代理程式 (模型、工具和推理)。
生成式 AI 評估服務簡介
使用指標和自訂資料集評估 Gemini 回覆。
Gemini 監督式微調,用於文章摘要
瞭解如何微調 Gemini,以便摘要文章。
Vertex AI RAG 引擎簡介
使用 Gemini 和 Vertex AI RAG 引擎建構自訂 RAG 工作流程。
運用 Gemini 處理文件
使用 Gemini 處理文件,進行分類、擷取及摘要。
運用 Gemini 瞭解專利文件
使用 Gemini 處理專利文件,包括分類、實體擷取和物件偵測。
在 Vertex AI 上使用 DeepSeek 建構及部署 Hugging Face smolagent
這個筆記本展示如何在 Vertex AI 上,從 Hugging Face Hub 部署 DeepSeek R1 Distill Qwen 32B。
使用 Gemini 進行多模態情緒分析
本筆記本會比較直接對音訊執行情緒分析,以及對音訊的文字轉錄稿執行情緒分析,藉此展示如何使用 Gemini 進行多模態情緒分析。
透過 Gemini 和 Google 日曆進行工作效率輔導
本筆記本示範如何將 Gemini 連線至 Google Workspace API,做為個人工作效率教練。
Veo 3 影片生成功能
在本教學課程中,您將瞭解如何透過 Google Gen AI SDK for Python 與 Veo 3 互動,並根據文字提示生成新影片。
所有教學課程
函式呼叫
Gemini
建立基準
多模態
提示
思考
|
Gemini 2.5 Flash 簡介 使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.5 Flash。 |
前往 GitHub 查看 |
函式呼叫
Gemini
建立基準
多模態
提示
思考
|
Gemini 2.5 Pro 簡介 透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Pro。 |
前往 GitHub 查看 |
函式呼叫
Gemini
建立基準
多模態
提示
思考
|
Gemini 2.5 Flash-Lite 簡介 透過 Gen AI Python SDK,開始使用 Vertex AI 的 Gemini 2.5 Flash-Lite。 |
前往 GitHub 查看 |
Gemini
Live API
多模態
|
開始使用 Multimodal Live API 使用 Gen AI Python SDK,開始在 Vertex AI 中使用 Gemini 2.0 Multimodal Live API |
前往 GitHub 查看 |
Gemini
圖像生成
多模態
|
在 Vertex AI 中使用 Gemini 2.0 Flash 生成圖片 開始使用 Vertex AI 中的 Gemini 圖像生成功能。 |
前往 GitHub 查看 |
Gemini
提示
|
提示工程簡介 瞭解提示工程的基本要領和最佳做法。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
使用 Gemini 進行函式呼叫 使用函式呼叫功能,將 Gemini 連結至外部工具。 |
前往 GitHub 查看 |
Gemini
建立基準
Rag
搜尋
|
使用 Gemini 進行基礎訓練 連結 Gemini 和 Google 搜尋或 Vertex AI Search 的實際資料,提升回覆品質。 |
前往 GitHub 查看 |
批次預測
Gemini
|
使用 Gemini 進行批次預測 使用批次預測功能,對大量樣本執行推論。 |
前往 GitHub 查看 |
Gemini
|
長篇脈絡窗口 使用長脈絡窗口處理大量多模態資料。 |
前往 GitHub 查看 |
Gemini
|
脈絡快取功能簡介 使用脈絡快取功能儲存常用資料。 |
前往 GitHub 查看 |
Gemini
|
Gemini API 結構化輸出簡介 瞭解如何控制 Gemini API 的輸出格式,方便處理資料。 |
前往 GitHub 查看 |
Gemini
|
使用 OpenAI 程式庫呼叫 Gemini 瞭解如何使用 Chat Completions 呼叫 Gemini。 |
前往 GitHub 查看 |
Gemini
建立基準
搜尋
|
使用 Gemini 2.0 Flash 製作行銷資產 瞭解如何結合 Gemini 的多模態功能和 Google 搜尋的 Grounding 功能,製作行銷活動簡報和行銷素材資源。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Text-to-Speech 的 Chirp 3 HD 語音 瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google 文字轉語音語音。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 2 (用於語音轉文字) 瞭解如何使用 Chirp 2,這是最新一代的 Google 多語言自動語音辨識模型。 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 4 圖像生成簡介 使用 Imagen 4 建立逼真圖片。 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 3 圖片編輯 使用 Imagen 3 編輯擬真圖片,包括修復、擴展和編輯產品圖片。 |
前往 GitHub 查看 |
Embeddings
向量搜尋
|
開始使用文字嵌入 + Vertex AI Vector Search 使用 AI 的多功能工具「嵌入」和 Vertex AI Vector Search 執行語意比對。 |
前往 GitHub 查看 |
Gemini
Langchain
Langgraph
自動化調度管理
|
使用 Gemini 簡介 LangGraph 瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和生成技能,簡化及自動執行複雜的財務分析工作。 |
前往 GitHub 查看 |
Gemini
Langchain
Langgraph
自動化調度管理
語音
|
建立自訂 Podcast 集數 使用 Gemini、LangGraph 和 Text-to-Speech 建立自訂 Podcast 集數。 |
前往 GitHub 查看 |
Gemini
語音
|
使用 Gemini 和文字轉語音功能說故事 使用 Gemini 和 Text-to-Speech 建立並朗讀多個角色的故事。 |
前往 GitHub 查看 |
Gemini
多模態
|
分析程式碼集 使用 Gemini 生成程式碼、彙整程式碼集、偵錯、改善程式碼及評估程式碼。 |
前往 GitHub 查看 |
Gemini
提示
安全性
|
開發人員適用的 LLM 安全性 瞭解提示詞注入式攻擊和防範方法。 |
前往 GitHub 查看 |
Agent engine
代理人
Gemini
|
Agent Engine 簡介 瞭解如何使用 Agent Engine 建構及部署代理程式 (模型、工具和推理)。 |
前往 GitHub 查看 |
評估
Gemini
|
生成式 AI 評估服務簡介 使用指標和自訂資料集評估 Gemini 回覆。 |
前往 GitHub 查看 |
Gemini
調整
|
Gemini 受監護式微調,用於文章摘要 瞭解如何微調 Gemini,以便摘要文章。 |
前往 GitHub 查看 |
Gemini
Rag
|
Vertex AI RAG 引擎簡介 使用 Gemini 和 Vertex AI RAG 引擎建構自訂 RAG 工作流程。 |
前往 GitHub 查看 |
Gemini
多模態
|
運用 Gemini 處理文件 使用 Gemini 處理文件,進行分類、擷取及摘要。 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 瞭解專利文件 使用 Gemini 處理專利文件,包括分類、實體擷取和物件偵測。 |
前往 GitHub 查看 |
代理人
|
在 Vertex AI 上使用 DeepSeek 建構及部署 Hugging Face smolagent 這個筆記本展示如何從 Hugging Face Hub 將 DeepSeek R1 Distill Qwen 32B 部署至 Vertex AI。 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 進行多模態情緒分析 本筆記本會比較直接對音訊執行情緒分析,以及對音訊的文字轉錄稿執行情緒分析,藉此展示如何使用 Gemini 進行多模態情緒分析。 |
前往 GitHub 查看 |
函式呼叫
Gemini
Workspace
|
透過 Gemini 和 Google 日曆進行生產力教練 本筆記本示範如何將 Gemini 連線至 Google Workspace API,做為個人工作效率教練。 |
前往 GitHub 查看 |
多模態
Veo
|
Veo 3 影片生成 在本教學課程中,您將瞭解如何使用 Google Gen AI SDK for Python 與 Veo 3 互動,並透過文字提示生成新影片。 |
前往 GitHub 查看 |
Embeddings
Gemini
多模態
|
Google Gen AI SDK 簡介 Google Gen AI SDK 簡介。 |
前往 GitHub 查看 |
Gemini
多模態
提示
|
Gemini:多模態用途總覽 如何使用多模態資料 (文字、文件、圖片、影片和音訊) 提示 Gemini。 |
前往 GitHub 查看 |
Gemini
|
透過 REST API/cURL 簡介 Gemini |
前往 GitHub 查看 |
評估
Gemini
提示
|
提示工程、評估和提示範本 使用 Gen AI Evaluation Service SDK 進行提示工程和評估。 |
前往 GitHub 查看 |
Embeddings
多模態
|
多模態嵌入簡介 瞭解多模態嵌入。 |
前往 GitHub 查看 |
Embeddings
調整
|
嵌入調整簡介 瞭解如何調整嵌入模型。 |
前往 GitHub 查看 |
Embeddings
向量搜尋
|
工作類型嵌入 瞭解如何為特定工作取得更優質的嵌入內容。 |
前往 GitHub 查看 |
Embeddings
向量搜尋
|
使用 Vertex AI Vector Search 進行混合型搜尋 瞭解如何使用 Vertex AI Vector Search 的混合型搜尋功能,結合語意和關鍵字搜尋。 |
前往 GitHub 查看 |
代理人
Gemini
Langchain
Langgraph
|
工程師專用 AI 代理 (AI 代理的進化版) 本筆記本將示範 3 種不同的方法,使用 Gemini API 生成文章:零樣本、使用 LangChain 逐步生成,以及使用 LangGraph 疊代生成。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:在 Vertex AI 上透過 Text Generation Inference (TGI) 提供 Gemma 服務 瞭解如何使用 Hugging Face Deep Learning Container (DLC) for Text Generation Inference (TGI),從 Hugging Face Hub 在 Vertex AI 上部署 Google Gemma。 |
前往 GitHub 查看 |
Gemma
Langgraph
Rag
|
在 Vertex AI 和 LangGraph 上,使用 Ollama 執行以 Gemma 2 為基礎的代理 RAG 這本筆記本展示如何在 Vertex AI 和 LangGraph 上,使用 Ollama 執行以 Gemma 2 為基礎的 Agent。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:在 Vertex AI 上使用 Pytorch 推論和自訂處理常式提供 PaliGemma 瞭解如何透過 Hugging Face Deep Learning Container (DLC) for Pytorch Inference,搭配自訂處理常式,在 Vertex AI 上從 Hugging Face Hub 部署 Google PaliGemma。 |
前往 GitHub 查看 |
Gemma
Hugging Face
調整
|
Hugging Face DLC:在 Vertex AI 上使用 Transformer 強化學習 (TRL) 微調 Gemma 瞭解如何在 Vertex AI 上,使用 Transformer 強化學習 (TRL) 微調 Gemma。 |
前往 GitHub 查看 |
Hugging Face
|
猜猜看誰或哪個應用程式在 Vertex AI 上使用 Hugging Face 深度學習容器模型 使用 Vertex AI、Hugging Face 深度學習容器、圖像生成開放模型和 Gemini,建立「猜猜是誰或什麼」應用程式,解決並呈現謎題。 |
前往 GitHub 查看 |
Embeddings
|
使用 t-SNE 繪圖,以視覺化方式呈現文字文件的嵌入相似度 使用 t-SNE 繪圖,從文字文件視覺化嵌入相似度。 |
前往 GitHub 查看 |
Embeddings
向量搜尋
|
Vertex AI Vector Search 快速入門 瞭解如何使用 Vertex AI Vector Search 尋找相似的文字文件。 |
前往 GitHub 查看 |
Embeddings
Gemini
向量搜尋
|
使用 Gemini 和 BigQuery 向量搜尋功能偵測基礎架構記錄的異常狀況 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,對大量基礎架構記錄執行異常偵測。 |
前往 GitHub 查看 |
Embeddings
Gemini
|
使用文字嵌入 + BigQuery 向量搜尋功能偵測及調查記錄異常 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,對大量稽核記錄執行異常偵測。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 函式呼叫中使用資料結構和結構定義 瞭解如何搭配使用 Gemini 函式呼叫與資料結構和結構定義。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 中使用平行函式呼叫和多個函式回應 瞭解如何在 Gemini 中使用平行函式呼叫和多個函式回應。 |
前往 GitHub 查看 |
函式呼叫
Gemini
提示
|
簡介:運用 Gemini 發出函式呼叫,建立 ReAct 代理程式 瞭解如何搭配使用 ReAct 代理程式、Gemini 和函式呼叫。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
在 Gemini 中使用工具設定強制執行函式呼叫 瞭解如何在 Gemini 中使用工具設定,強制執行函式呼叫。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
使用 Gemini 函式呼叫功能取得即時公司新聞和洞察資訊 瞭解如何使用 Gemini 函式呼叫,取得即時公司新聞和洞察資料。 |
前往 GitHub 查看 |
函式呼叫
Gemini
多模態
|
使用 Gemini API 和 Python SDK 進行多模態函式呼叫 瞭解如何使用 Gemini 多模態函式呼叫。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
進階 RAG 技術 - Vertex RAG 引擎檢索品質評估和超參數調整 瞭解進階 RAG 技術,包括評估和超參數調整。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
搭配 Pinecone 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Pinecone 和 Vertex AI RAG Engine。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
搭配 Weaviate 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Weaviate 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
搭配 Vertex AI 特徵儲存庫的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI 特徵儲存庫和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
搭配 Vertex AI Vector Search 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI Vector Search 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Gemini
Rag
Rag engine
|
搭配 Vertex AI Search 的 Vertex AI RAG 引擎 瞭解如何搭配使用 Vertex AI Search 和 Vertex AI RAG 引擎。 |
前往 GitHub 查看 |
Agent engine
代理人
Gemini
|
偵錯及最佳化代理程式:Agent Engine 追蹤指南 瞭解如何在 Agent Engine 中使用追蹤功能。 |
前往 GitHub 查看 |
Agent engine
Gemini
Langchain
|
將 AlloyDB 搭配 RAG 應用程式部署至 Agent Engine |
前往 GitHub 查看 |
Agent engine
代理人
Gemini
Rag
搜尋
|
使用 Agent Engine 和 Vertex AI Search 上的 RAG 建構對話搜尋代理 |
前往 GitHub 查看 |
Agent engine
代理人
Gemini
Langgraph
Rag
|
使用 LangGraph 和 Agent Engine 建構多代理程式 RAG 應用程式 |
前往 GitHub 查看 |
Agent engine
Gemini
Langgraph
Rag
|
將 PostgreSQL 適用的 Cloud SQL 搭配 RAG 應用程式部署至 Agent Engine |
前往 GitHub 查看 |
Agent engine
代理人
Gemini
|
使用 Agent Engine 建構及部署 Google Maps API 代理程式 |
前往 GitHub 查看 |
Agent engine
Gemini
Langgraph
|
在 Vertex AI 中使用 Agent Engine 建構及部署 LangGraph 應用程式 |
前往 GitHub 查看 |
Gemini
多模態
|
運用 Gemini 分析影片 |
前往 GitHub 查看 |
Gemini
多模態
|
運用 Gemini 分析 YouTube 影片 |
前往 GitHub 查看 |
Gemini
多模態
向量搜尋
|
使用 Vertex AI 中的 Gemini 和 Vector Search,建構保固申請多模態聊天機器人 |
前往 GitHub 查看 |
Gemini
多模態
Rag
|
使用 Vertex AI 的 Gemini API,執行多模態檢索增強生成 (RAG) 功能 |
前往 GitHub 查看 |
Gemini
Llamaindex
Rag
|
使用 LlamaIndex 和 Vertex AI Vector Search 執行問答 RAG |
前往 GitHub 查看 |
Gemini
Langchain
多模態
Rag
|
使用 Gemini、Vertex AI Vector Search 和 LangChain 的多模態檢索增強生成 (RAG) 功能 |
前往 GitHub 查看 |
Gemini
Rag
|
從小到大的檢索增強生成 |
前往 GitHub 查看 |
Gemini
提示
|
ReAct (Reasoning + Acting) + Healthcare NL API 的自訂工具 + Gemini + LangChain |
前往 GitHub 查看 |
Gemini
提示
|
在教育環境中使用 Gemini |
前往 GitHub 查看 |
Gemini
提示
|
AI 快速建構體驗 |
前往 GitHub 查看 |
Gemini
多模態
Rag
|
使用 Gemini API 進行程式碼檢索增強生成 (RAG) |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 生成產品資訊 |
前往 GitHub 查看 |
Gemini
多模態
|
多模態零售推薦:使用 Gemini 根據圖片和圖片推理結果推薦商品 |
前往 GitHub 查看 |
Gemini
多模態
提示
|
運用 Gemini 分析樂譜 |
前往 GitHub 查看 |
Gemini
多模態
|
在 BigQuery 使用 Gemini 分析電影海報 |
前往 GitHub 查看 |
Gemini
Langchain
|
開始使用 LangChain 🦜️🔗 和 Vertex AI 中的 Gemini API |
前往 GitHub 查看 |
代理人
Gemini
|
使用 AutoGen 和 Gemini 建構天氣代理程式 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具筆記本使用者介面 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具 - 工具使用方式 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具 - 自訂指標 |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具簡介 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型產生文字摘要 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 生成式模型發想點子 |
前往 GitHub 查看 |
Gemini
提示
|
思維鏈和 ReAct |
前往 GitHub 查看 |
Gemini
提示
|
用 Vertex AI 中的生成式模型回答問題 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型進行文字分類 |
前往 GitHub 查看 |
Gemini
提示
|
使用 Vertex AI 的生成式模型擷取文字 |
前往 GitHub 查看 |
Gemini
調整
|
使用 Gemini 2.0 Flash 進行監督式微調,以偵測變化 |
前往 GitHub 查看 |
Gemini
調整
|
使用 Gemini 2.0 Flash 進行問答的監督式微調 |
前往 GitHub 查看 |
Gemini
調整
|
使用 Gemini 2.0 Flash 進行監督式微調,為圖片加上說明 |
前往 GitHub 查看 |
評估
Gemini
Model Garden
|
使用 Gen AI Evaluation SDK 評估 Vertex AI Studio、Model Garden 和 Model Registry 中的模型 |
前往 GitHub 查看 |
評估
Gemini
Rag
|
使用 Vertex AI Pipelines 的快速評估和 Dataflow ML,評估 RAG 生成的答案 |
前往 GitHub 查看 |
評估
Gemini
|
運用 Vertex AI Evaluation 提升品質和可解釋性 |
前往 GitHub 查看 |
評估
Gemini
|
評估及比較生成式 AI 模型設定 |
前往 GitHub 查看 |
評估
Gemini
|
使用自訂指標自備自動評估人員 |
前往 GitHub 查看 |
評估
Gemini
|
評估翻譯模型 |
前往 GitHub 查看 |
評估
Gemini
|
比較並從 PaLM 遷移至 Gemini 模型 |
前往 GitHub 查看 |
評估
Gemini
多模態
|
評估多模態工作 |
前往 GitHub 查看 |
評估
Gemini
Langchain
|
評估 LangChain |
前往 GitHub 查看 |
評估
Gemini
|
比較生成式 AI 模型 |
前往 GitHub 查看 |
評估
Gemini
Rag
|
使用 Gen AI Evaluation Service SDK 評估 RAG 生成的問答答案 |
前往 GitHub 查看 |
評估
Gemini
|
自訂模型評估指標,評估生成式 AI 模型 |
前往 GitHub 查看 |
評估
Gemini
Rag
|
評估生成模型工具的使用情況 |
前往 GitHub 查看 |
Gemini
提示
Rag
安全性
|
生成式 AI 和 LLM 安全性 - ReAct 和 RAG 攻擊與緩解措施 |
前往 GitHub 查看 |
Gemini
安全性
|
Vertex AI 中的 Gemini API 負責任 AI 功能:安全評分和門檻 |
前往 GitHub 查看 |
批次預測
Gemini
|
使用 Gemini API 監控批次預測 |
前往 GitHub 查看 |
Imagen
多模態
|
Imagen 3 自訂圖片 |
前往 GitHub 查看 |
Gemini
Imagen
多模態
|
使用 Imagen 和 Gemini 製作高品質視覺素材 |
前往 GitHub 查看 |
Imagen
多模態
|
使用 Vertex AI 影像分割功能建立 Photoshop 文件 |
前往 GitHub 查看 |
Gemini
Imagen
多模態
|
使用 Gemini 強化 Imagen 提示 |
前往 GitHub 查看 |
Imagen
多模態
|
Vertex AI 影像分割 |
前往 GitHub 查看 |
搜尋
|
Vertex AI Search with Filters & Metadata |
前往 GitHub 查看 |
Gemini
搜尋
|
Vertex AI Search - 使用 Gemini 查詢混合資料應用程式並產生摘要 |
前往 GitHub 查看 |
搜尋
|
建立 Vertex AI Search 資料儲存庫和搜尋引擎 |
前往 GitHub 查看 |
搜尋
|
使用 Vertex AI Search 建構搜尋應用程式 |
前往 GitHub 查看 |
Gemini
Langchain
Rag
搜尋
|
依據文件回答問題 |
前往 GitHub 查看 |
Gemini
Rag
搜尋
|
使用 Vertex AI Search 進行大量問答 |
前往 GitHub 查看 |
Embeddings
搜尋
|
使用 Vertex AI Search 建立自訂嵌入 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 2 - 進階功能 |
前往 GitHub 查看 |
Claude
函式呼叫
Model Garden
|
使用 Claude 模型進行多模態函式呼叫 |
前往 GitHub 查看 |
代理人
搜尋
|
Vertex AI Search and Conversation 資料儲存庫狀態檢查工具 |
前往 GitHub 查看 |
代理人
Gemini
|
建構研究多代理系統 - 使用 Gemini 2.0 的設計模式總覽 |
前往 GitHub 查看 |
程式碼執行
Gemini
|
利用 Gemini 2.0 生成及執行 Python 程式碼簡介 |
前往 GitHub 查看 |
代理人
評估
Gemini
|
評估代理程式 - 使用 Vertex AI Gen AI Evaluation 評估 CrewAI 代理程式 |
前往 GitHub 查看 |
代理人
評估
Gemini
Langgraph
|
評估代理程式 - 使用 Vertex AI Gen AI 評估服務評估 LangGraph 代理程式 |
前往 GitHub 查看 |
Gemini
Live API
多模態
Rag
|
互動式貸款申請助理 (金融服務) |
前往 GitHub 查看 |
Rag
Rag engine
搜尋
|
搭配 Vertex AI Search 的 Vertex AI RAG 引擎 |
前往 GitHub 查看 |
Agent engine
代理人
評估
|
在 Vertex AI Agent Engine 上評估 CrewAI 代理程式 (自訂範本) |
前往 GitHub 查看 |
Agent engine
代理人
評估
Langchain
|
在 Vertex AI Agent Engine 上評估 LangChain 代理程式 (預先建構的範本) |
前往 GitHub 查看 |
Agent engine
代理人
評估
Langgraph
|
在 Vertex AI Agent Engine (自訂範本) 上評估 LangGraph 代理程式 |
前往 GitHub 查看 |
Gemini
搜尋
|
Q&A Chatbot with Vertex AI Search for summarized website results (透過 Vertex AI Search 取得網站結果摘要的問答聊天機器人) |
前往 GitHub 查看 |
Gemini
|
開始使用 Vertex AI 快捷模式的 Gemini |
前往 GitHub 查看 |
後續步驟
- 請參閱生成式 AI 新手指南,瞭解 LLM、Vertex AI 和生成式 AI 模型。
- 如要探索更多資源,請前往 生成式 AI GitHub 存放區。