Vertex AI 生成式 AI 指南和範例集合。
如要進一步瞭解,請前往 GitHub 上的生成式 AI 存放區 。
Gemini 快速入門
-
Gemini 2.5 Flash 簡介
使用 Gen AI Python SDK 在 Vertex AI 中開始使用 Gemini 2.5 Flash。
函式呼叫 Gemini 接地 多模態 提示 思考
前往 GitHub 查看 -
Gemini 2.5 Pro 簡介
使用 Gen AI Python SDK 開始在 Vertex AI 中使用 Gemini 2.5 Pro。
函式呼叫 Gemini 接地 多模態 提示 思考
前往 GitHub 查看 -
Gemini 2.5 Flash-Lite 簡介
透過 Gen AI Python SDK 在 Vertex AI 中開始使用 Gemini 2.5 Flash-Lite。
函式呼叫 Gemini 接地 多模態 提示 思考
前往 GitHub 查看 -
開始使用 Multimodal Live API
使用 Gen AI Python SDK 在 Vertex AI 中開始使用 Gemini 2.0 多模態即時 API
Gemini Live API 多模態
前往 GitHub 查看 -
-
-
-
使用 Gemini 建立基準
連結 Gemini 與 Google 搜尋或 Vertex AI Search 的實際資料,提升回覆品質。
Gemini Grounding RAG Search
前往 GitHub 查看 -
-
-
-
-
精選教學課程
-
使用 Gemini 2.0 Flash 建立行銷素材資源
瞭解如何結合 Gemini 和 Grounding 的多模態功能,並搭配 Google 搜尋,製作行銷廣告活動簡報和行銷素材。
Gemini Grounding Search
前往 GitHub 查看 -
開始使用 Chirp 3 HD Voices 進行文字轉語音
瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google Text-to-Speech 語音。
Chirp 語音
前往 GitHub 查看 -
-
-
-
-
使用 Gemini 介紹 LangGraph
瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和產生技能,簡化並自動化複雜的財務分析工作。
Gemini LangChain LangGraph Orchestration
前往 GitHub 查看 -
建立自訂 Podcast 集數
使用 Gemini、LangGraph 和文字轉語音功能,製作自訂 Podcast 集數。
Gemini LangChain LangGraph Orchestration Speech
前往 GitHub 查看 -
-
-
-
-
-
-
-
-
-
在 Vertex AI 上使用 DeepSeek 建構及部署 Hugging Face smolagent
本筆記本展示如何在 Vertex AI 上,從 Hugging Face Hub 部署 DeepSeek R1 Distill Qwen 32B。
代理人
前往 GitHub 查看 -
使用 Gemini 進行多模態情緒分析
本筆記本將示範 Gemini 的多模態情緒分析功能,比較直接對音訊執行的情緒分析,以及對其文字轉錄稿執行的分析。
Gemini 多模態
前往 GitHub 查看 -
透過 Gemini 和 Google 日曆提供工作效率輔導
本筆記示範如何將 Gemini 連結至 Google Workspace API,並將其用於個人工作效率輔導。
函式呼叫 Gemini Workspace
前往 GitHub 查看 -
Veo 3 影片生成功能
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,並根據文字提示產生新影片。
多模態 Veo
前往 GitHub 查看
所有教學課程
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Flash 簡介 透過 Gen AI Python SDK 在 Vertex AI 中開始使用 Gemini 2.5 Flash。 |
前往 GitHub 查看 |
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Pro 簡介 使用 Gen AI Python SDK 開始在 Vertex AI 中使用 Gemini 2.5 Pro。 |
前往 GitHub 查看 |
函式呼叫
Gemini
依據
多模態
提示
思考
|
Gemini 2.5 Flash-Lite 簡介 透過 Gen AI Python SDK 在 Vertex AI 中開始使用 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 多模態即時 API |
前往 GitHub 查看 |
Gemini
圖像生成
多模態
|
Vertex AI 中的 Gemini 2.0 Flash 圖片產生功能 開始使用 Vertex AI 中的 Gemini 圖片生成功能。 |
前往 GitHub 查看 |
Gemini
提示
|
提示工程簡介 瞭解提示工程的要點和最佳做法。 |
前往 GitHub 查看 |
函式呼叫
Gemini
|
使用 Gemini 呼叫函式 使用函式呼叫功能,將 Gemini 連結至外部工具。 |
前往 GitHub 查看 |
Gemini
依據
RAG
搜尋
|
運用 Gemini 進行基礎設定 連結 Gemini 與 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,針對大量範例執行推論。 |
前往 GitHub 查看 |
Gemini
|
長脈絡窗口 使用長脈絡窗口處理大量的多模態資料。 |
前往 GitHub 查看 |
Gemini
|
脈絡快取功能簡介 使用脈絡快取功能儲存經常使用的資料。 |
前往 GitHub 查看 |
Gemini
|
使用 Gemini API 簡介結構化輸出內容 瞭解如何控管 Gemini API 輸出格式,以便處理資料。 |
前往 GitHub 查看 |
Gemini
|
使用 OpenAI 程式庫呼叫 Gemini 瞭解如何使用 Chat Completion 呼叫 Gemini。 |
前往 GitHub 查看 |
Gemini
依據
搜尋
|
使用 Gemini 2.0 Flash 建立行銷素材資源 瞭解如何結合 Gemini 和 Grounding 的多模態功能,並搭配 Google 搜尋,製作行銷廣告活動簡報和行銷素材資源。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 3 HD 語音功能來進行文字轉語音 瞭解如何使用 Chirp 3 HD 語音,這是最新一代的 Google Text-to-Speech 語音。 |
前往 GitHub 查看 |
Chirp
語音
|
開始使用 Chirp 2 進行語音轉文字 瞭解如何使用 Chirp 2,這是 Google 最新一代的多語言自動語音辨識模型。 |
前往 GitHub 查看 |
圖片
多模態
|
簡介:使用 Imagen 4 產生圖片 使用 Imagen 4 建立逼真的圖像。 |
前往 GitHub 查看 |
圖片
多模態
|
Imagen 3 圖片編輯 使用 Imagen 3 編輯逼真的圖像,包括內繪、外繪和產品圖片編輯功能。 |
前往 GitHub 查看 |
嵌入
向量搜尋
|
文字嵌入 + Vertex AI Vector Search 入門 使用 AI 的多功能工具、嵌入功能和 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
|
透過 Gemini 簡介 LangGraph 瞭解如何結合 LangGraph 的工作流程功能與 Gemini 的語言理解和產生技能,簡化並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 和文字轉語音功能,製作自訂 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 和文字轉語音功能,建立並朗讀含有多個角色的故事。 |
前往 GitHub 查看 |
Gemini
多模態
|
分析程式碼集 使用 Gemini 生成程式碼、匯總程式碼庫、偵錯、改善程式碼,以及評估程式碼。 |
前往 GitHub 查看 |
Gemini
提示
安全性
|
開發人員適用的 LLM 安全性 瞭解提示注入攻擊,以及如何減輕其影響。 |
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 |
評估結果
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 監督式精修文章摘要功能 瞭解如何微調 Gemini 以摘要文章。 |
前往 GitHub 查看 |
Gemini
RAG
|
Vertex AI RAG 引擎簡介 使用 Gemini 和 Vertex AI RAG Engine 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、擷取及摘要作業。 |
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,運用分類、實體擷取和物件偵測功能。 |
前往 GitHub 查看 |
代理人
|
在 Vertex AI 上使用 DeepSeek 建構及部署 Hugging Face smolagent 本筆記本示範如何在 Vertex AI 上,從 Hugging Face Hub 部署 DeepSeek R1 Distill Qwen 32B。 |
前往 GitHub 查看 |
Gemini
多模態
|
使用 Gemini 進行多模態情緒分析 本筆記本將直接對音訊執行的情緒分析,與對其文字轉錄執行的分析進行比較,藉此展示 Gemini 的多模態情緒分析功能。 |
前往 GitHub 查看 |
函式呼叫
Gemini
Workspace
|
使用 Gemini 和 Google 日曆進行工作效率輔導 本筆記示範如何將 Gemini 連結至 Google Workspace API,並將其用於個人工作效率輔導。 |
前往 GitHub 查看 |
多模態
Veo
|
Veo 3 影片生成功能 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,並根據文字提示產生新影片。 |
前往 GitHub 查看 |
嵌入
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:多模態用途簡介 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 使用 Gemini 簡介 |
前往 GitHub 查看 |
評估結果
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 |
嵌入
多模態
|
多模態嵌入簡介 瞭解多模態嵌入。 |
前往 GitHub 查看 |
嵌入
調整
|
嵌入調整功能簡介 瞭解如何調整嵌入模型。 |
前往 GitHub 查看 |
嵌入
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資料。 |
前往 GitHub 查看 |
嵌入
向量搜尋
|
結合 Vertex AI Vector Search 的混合搜尋 瞭解如何使用 Vertex AI Vector Search 結合語意搜尋與關鍵字搜尋的混合搜尋功能。 |
前往 GitHub 查看 |
代理人
Gemini
LangChain
LangGraph
|
工程師專用 AI 虛擬服務專員 (AI 虛擬服務專員的演進) 本筆記本示範 3 種不同的方法,使用 Gemini API、零樣本、LangChain 的逐步方式,以及使用 LangGraph 的迭代方式產生作文。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:在 Vertex AI 上使用 Text Generation Inference (TGI) 服務 Gemma 瞭解如何使用 Hugging Face 深度學習容器 (DLC) 為文字生成推論 (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 本筆記本展示如何在 Vertex AI 和 LangGraph 上,透過 Ollama 執行以 Gemma 2 為基礎的服務專員。 |
前往 GitHub 查看 |
Gemma
Hugging Face
|
Hugging Face DLC:使用自訂處理常式,在 Vertex AI 上透過 PyTorch 推論服務 PaliGemma 瞭解如何使用 Hugging Face Deep Learning Container (DLC) 搭配自訂處理常式,從 Vertex AI 的 Hugging Face Hub 部署 Google PaliGemma,以便執行 PyTorch 推論。 |
前往 GitHub 查看 |
Gemma
Hugging Face
調整
|
Hugging Face DLC:在 Vertex AI 上使用轉換器強化學習 (TRL) 微調 Gemma 瞭解如何在 Vertex AI 上使用轉換器強化學習 (TRL) 微調 Gemma。 |
前往 GitHub 查看 |
Hugging Face
|
使用 Vertex AI 上的 Hugging Face 深度學習容器模型,猜測誰或哪個應用程式 使用 Vertex AI、Hugging Face 深度學習容器、圖像生成開放式模型和 Gemini,建立「猜猜是誰或什麼」應用程式,以便解決謎題並以圖像呈現。 |
前往 GitHub 查看 |
嵌入
|
使用 t-SNE 圖表,以視覺化方式呈現文字文件的嵌入相似度 使用 t-SNE 圖表,將文字文件的嵌入相似度以圖形呈現。 |
前往 GitHub 查看 |
嵌入
向量搜尋
|
Vertex AI Vector Search 快速入門 瞭解如何使用 Vertex AI Vector Search 找出相似的文字文件。 |
前往 GitHub 查看 |
嵌入
Gemini
向量搜尋
|
使用 Gemini 和 BigQuery 向量搜尋功能偵測基礎架構記錄檔異常 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,針對大量基礎架構記錄檔執行異常偵測。 |
前往 GitHub 查看 |
嵌入
Gemini
|
運用文字嵌入 + BigQuery 向量搜尋,偵測記錄異常並進行調查 瞭解如何使用 Gemini、向量嵌入和 BigQuery 向量搜尋,針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定義 瞭解如何搭配資料結構和結構定義使用 Gemini 函式呼叫。 |
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 中使用並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:使用 Gemini 與函式呼叫功能的 ReAct 機器人 瞭解如何搭配使用 ReAct Agent、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呼叫函式 瞭解如何在 Gemini 中使用強制函式呼叫工具設定。 |
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 函式呼叫功能,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 呼叫多模態函式 瞭解如何使用 Gemini 多模態函式呼叫功能。 |
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 使用訣竅,包括評估和超參數調整。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
Vertex AI RAG 引擎搭配 Pinecone 瞭解如何搭配使用 Pinecone 和 Vertex AI RAG Engine。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
Vertex AI RAG 引擎搭配 Weaviate 瞭解如何搭配使用 Weaviate 和 Vertex AI RAG Engine。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
Vertex AI RAG 引擎搭配 Vertex AI 特徵儲存庫 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
|
Vertex AI RAG 引擎搭配 Vertex AI Vector Search 瞭解如何搭配使用 Vertex AI Vector Search 和 Vertex AI RAG Engine。 |
前往 GitHub 查看 |
Gemini
RAG
RAG Engine
|
Vertex AI RAG Engine 搭配 Vertex AI Search 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:在代理引擎中追蹤的操作指南 瞭解如何在 Agent Engine 中使用追蹤功能。 |
前往 GitHub 查看 |
Agent Engine
Gemini
LangChain
|
將採用 AlloyDB 的 RAG 應用程式部署至 Agent Engine |
前往 GitHub 查看 |
Agent Engine
代理人
Gemini
RAG
搜尋
|
在 Vertex AI Search 上使用 Agent Engine 和 RAG 建構對話式搜尋代理 |
前往 GitHub 查看 |
Agent Engine
代理人
Gemini
LangGraph
RAG
|
使用 LangGraph 和 Agent Engine 建構多代理 RAG 應用程式 |
前往 GitHub 查看 |
Agent Engine
Gemini
LangGraph
RAG
|
將 RAG 應用程式搭配 PostgreSQL 適用的 Cloud SQL 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 地圖 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 建構多模態保固聲明聊天機器人 |
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
|
搭配 Vertex AI Vector Search 使用 LLAMAIndex,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 執行多模態檢索增強生成 (RAG) |
前往 GitHub 查看 |
Gemini
RAG
|
小到大的檢索增強生成 |
前往 GitHub 查看 |
Gemini
提示
|
ReAct (推理 + 執行) + 適用於 Healthcare NL API 的自訂工具 + Gemini + LangChain |
前往 GitHub 查看 |
Gemini
提示
|
在教育領域使用 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 產生產品資訊 |
前往 GitHub 查看 |
Gemini
多模態
|
多模態零售推薦:使用 Gemini 根據圖片和圖像推理功能推薦商品 |
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
|
使用 Gemini 在 BigQuery 分析電影海報 |
前往 GitHub 查看 |
Gemini
LangChain
|
開始使用 Vertex AI 中的 LangChain 🦜️🔗 + 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 Prompt Optimizer Notebook UI |
前往 GitHub 查看 |
Gemini
提示
|
Vertex AI 提示最佳化工具使用方式 |
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 的生成式模型發想構想 |
前往 GitHub 查看 |
Gemini
提示
|
Chain of Thought & ReAct |
前往 GitHub 查看 |
Gemini
提示
|
使用 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 進行變化偵測的監督式精細調整 |
前往 GitHub 查看 |
Gemini
調整
|
使用 Gemini 2.0 Flash 為問答功能進行監督式精細調整 |
前往 GitHub 查看 |
Gemini
調整
|
使用 Gemini 2.0 Flash 進行圖片標題監督式精細調整 |
前往 GitHub 查看 |
評估結果
Gemini
Model Garden
|
使用 Gen AI Evaluation SDK 在 Vertex AI Studio、Model Garden 和 Model Registry 中評估模型 |
前往 GitHub 查看 |
評估結果
Gemini
RAG
|
使用 Vertex AI Pipelines 搭配快速評估和 Dataflow ML,評估 RAG 產生的答案 |
前往 GitHub 查看 |
評估結果
Gemini
|
運用 Vertex AI Evaluation 提升品質和可解釋性 |
前往 GitHub 查看 |
評估結果
Gemini
|
評估及比較生成式 AI 模型設定 |
前往 GitHub 查看 |
評估結果
Gemini
|
使用自訂指標自訂 AutoRater |
前往 GitHub 查看 |
評估結果
Gemini
|
評估翻譯模型 |
前往 GitHub 查看 |
評估結果
Gemini
|
比較並從 PaLM 遷移至 Gemini 模型 |
前往 GitHub 查看 |
評估結果
Gemini
多模態
|
評估多模態工作 |
前往 GitHub 查看 |
評估結果
Gemini
LangChain
|
評估 LangChain |
前往 GitHub 查看 |
評估結果
Gemini
|
比較生成式 AI 模型 |
前往 GitHub 查看 |
評估結果
Gemini
RAG
|
使用 Gen AI Evaluation Service SDK 評估 RAG 產生的 QA 答案 |
前往 GitHub 查看 |
評估結果
Gemini
|
自訂以模型為基礎的指標,評估生成式 AI 模型 |
前往 GitHub 查看 |
評估結果
Gemini
RAG
|
評估生成式模型工具的使用情形 |
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
|
在 Vertex AI 中使用 Gemini API 實作負責任 AI:安全評分和閾值 |
前往 GitHub 查看 |
批次預測
Gemini
|
使用 Gemini API 監控批次預測結果 |
前往 GitHub 查看 |
圖片
多模態
|
Imagen 3 自訂圖片 |
前往 GitHub 查看 |
Gemini
圖片
多模態
|
使用 Imagen 和 Gemini 製作高品質視覺素材資源 |
前往 GitHub 查看 |
圖片
多模態
|
在 Vertex AI 上使用圖片分割功能建立 Photoshop 文件 |
前往 GitHub 查看 |
Gemini
圖片
多模態
|
運用 Gemini 提升 Imagen 提示 |
前往 GitHub 查看 |
圖片
多模態
|
Vertex AI 的圖像分割功能 |
前往 GitHub 查看 |
搜尋
|
使用篩選器和中繼資料的 Vertex AI Search |
前往 GitHub 查看 |
Gemini
搜尋
|
Vertex AI Search - 使用 Gemini 查詢混合資料應用程式和摘要 |
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 大量回答問題 |
前往 GitHub 查看 |
嵌入
搜尋
|
使用 Vertex AI Search 的自訂嵌入 |
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 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
評估結果
Gemini
|
評估代理 - 使用 Vertex AI Gen AI Evaluation 評估 CrewAI 代理 |
前往 GitHub 查看 |
代理人
評估結果
Gemini
LangGraph
|
評估代理 - 使用 Vertex AI Gen AI Evaluation 評估 LangGraph 代理 |
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
|
Vertex AI RAG Engine 搭配 Vertex AI Search |
前往 GitHub 查看 |
Agent Engine
代理人
評估結果
|
在 Vertex AI Agent Engine 上評估 CrewAI 代理 (自訂範本) |
前往 GitHub 查看 |
Agent Engine
代理人
評估結果
LangChain
|
在 Vertex AI Agent Engine 上評估 LangChain Agent (預先建構的範本) |
前往 GitHub 查看 |
Agent Engine
代理人
評估結果
LangGraph
|
在 Vertex AI Agent Engine 上評估 LangGraph 代理 (自訂範本) |
前往 GitHub 查看 |
Gemini
搜尋
|
透過 Vertex AI Search 取得網站摘要,建立問答式聊天機器人 |
前往 GitHub 查看 |
Gemini
|
在快捷模式下使用 Vertex AI 開始使用 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。
- 請前往 生成式 AI GitHub 存放區探索更多資源。