准备工作
- 实验会创建一个 Google Cloud 项目和一些资源，供您使用限定的一段时间
- 实验有时间限制，并且没有暂停功能。如果您中途结束实验，则必须重新开始。
- 在屏幕左上角，点击开始实验即可开始
检查点
Install packages and import libraries
/ 5
Load the Gemini models
/ 5
Run Set system instructions cell in notebook.
/ 5
Run Thinking level cell in notebook
/ 5
Run Configure the temperature parameter cell in notebook
/ 5
Run Generate content stream cell in notebook
/ 5
Run Thought summaries cell in notebook
/ 5
Run Multi-turn chat cell in notebook
/ 5
Run Safety filters cell in notebook
/ 5
Run Send asynchronous requests cell in notebook
/ 5
Run Multimodality cell in notebook
/ 5
Run Media resolution cell in notebook
/ 5
Run Structured output cell in notebook
/ 5
Run Search as a tool cell in notebook
/ 5
Run Code Execution cell in notebook
/ 5
Run URL context cell in notebook
/ 5
Run Function calling cell in notebook
/ 4
Run Streaming function calling cell in notebook
/ 4
Run Multimodal function responses cell in notebook
/ 4
Run Thought signatures cell in notebook
/ 4
Run Count tokens and compute tokens cell in notebook
/ 4
Install packages and import libraries
/ 5
Load the Gemini models
/ 5
Run Set system instructions cell in notebook.
/ 5
Run Thinking level cell in notebook
/ 5
Run Configure the temperature parameter cell in notebook
/ 5
Run Generate content stream cell in notebook
/ 5
Run Thought summaries cell in notebook
/ 5
Run Multi-turn chat cell in notebook
/ 5
Run Safety filters cell in notebook
/ 5
Run Send asynchronous requests cell in notebook
/ 5
Run Multimodality cell in notebook
/ 5
Run Media resolution cell in notebook
/ 5
Run Structured output cell in notebook
/ 5
Run Search as a tool cell in notebook
/ 5
Run Code Execution cell in notebook
/ 5
Run URL context cell in notebook
/ 5
Run Function calling cell in notebook
/ 4
Run Streaming function calling cell in notebook
/ 4
Run Multimodal function responses cell in notebook
/ 4
Run Thought signatures cell in notebook
/ 4
Run Count tokens and compute tokens cell in notebook
/ 4
此实验可能会提供 AI 工具来支持您学习。
GSP1150
概览
在本实验中，您可以通过运行相关演示示例，了解该模型的主要功能以及新的 API 功能。
前提条件
在开始本实验之前，您应当熟悉以下内容：
- Python 编程基础知识。
- API 的一般性概念。
- 在 Agent Platform Workbench 上的 Jupyter 笔记本中运行 Python 代码。
目标
在本实验中，您将使用
- 生成文本并通过思考等级控制推理过程。
- 配置模型参数和系统指令。
- 处理多模态数据，包括音频、代码和视频。
- 实现函数调用和代码执行等高级功能。
设置和要求
点击“开始实验”按钮前的注意事项
请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。
此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。
为完成此实验，您需要：
- 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。
- 完成实验的时间 - 请注意，实验开始后无法暂停。
如何开始实验并登录 Google Cloud 控制台
-
点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。右侧是实验设置和访问权限面板，其中包含以下内容：
- 打开 Google Cloud 控制台按钮
- 您在本实验中必须使用的临时凭证（用户名和密码）
- 帮助您逐步完成该实验所需的其他信息（如果需要）
请注意，实验计时器位于页面顶部附近，将显示剩余时间。
-
点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。
该实验会启动资源并打开另一个标签页，显示“登录”页面。
提示：可以将这些标签页分别放在不同的窗口中，并排显示。
注意：如果您看见选择账号对话框，请点击使用其他账号。 -
如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。
{{{user_0.username | "<用户名>"}}} 您也可以在实验设置和访问权限面板中找到“用户名”。
-
点击下一步。
-
复制下面的密码，然后将其粘贴到欢迎对话框中。
{{{user_0.password | "<密码>"}}} 您也可以在实验设置和访问权限面板中找到“密码”。
-
点击下一步。
重要提示：您必须使用实验提供的凭证。请勿使用您的 Google Cloud 账号凭证。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。 -
依次点击进入后续页面：
- 接受条款及条件。
- 由于这是临时账号，请勿添加账号恢复选项或双重身份验证。
- 请勿注册免费试用。
片刻之后，系统会在此标签页中打开 Google Cloud 控制台。
任务 1. 配置环境
在本部分中，您将安装软件包并导入相应的库。
在 Agent Platform Workbench 中打开笔记本
-
在 Google Cloud 控制台的导航菜单 (
) 中，依次点击 Agent Platform > Notebooks > Workbench。
-
找到
实例，然后点击打开 JupyterLab 按钮。
Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。
设置笔记本
-
打开
文件。 -
在 Select Kernel（选择内核）对话框中，从可用内核列表中选择 Python 3 (Local)。
-
运行笔记本的开始使用部分。系统已为您预配置项目 ID 和位置。
点击检查我的进度以验证是否完成了以下目标：
任务 2. 加载 Gemini 模型
- 在笔记本中，执行加载 Gemini 模型部分中的单元，以初始化
genai客户端并定义模型变量。
点击检查我的进度以验证是否完成了以下目标：
任务 3. 探索 Gemini 的功能
在本部分中，您将探索 Gemini 3 Pro 模型的主要功能及 API 功能。在笔记本中探索某项功能后，请按照指引返回此处以检查进度。
设置系统指令
- 前往“设置系统指令”部分，运行相应单元以定义模型的行为（将英语翻译成西班牙语）。
点击检查我的进度以验证是否完成了以下目标：
思考等级
- 前往思考等级部分。执行相应单元以观察调整
thinking_level参数如何改变模型推理过程的深度。
点击检查我的进度以验证是否完成了以下目标：
配置温度参数
- 在配置温度参数部分，运行代码以调整回答生成过程的随机性。
点击检查我的进度以验证是否完成了以下目标：
生成内容流
- 执行生成内容流部分，了解模型如何分块提供回答，而不是等待全部内容生成完毕。
点击检查我的进度以验证是否完成了以下目标：
思考摘要
- 运行思考摘要单元，以查看模型在给出最终答案之前的中间推理步骤。
点击检查我的进度以验证是否完成了以下目标：
多轮对话
- 完成多轮对话部分，以启动保留历史提示上下文的聊天会话。
点击检查我的进度以验证是否完成了以下目标：
安全过滤器
- 前往安全过滤器部分，运行相应单元，以配置仇恨言论、骚扰和其他类别的屏蔽阈值。
点击检查我的进度以验证是否完成了以下目标：
发送异步请求
- 执行发送异步请求部分，了解如何使用异步方法发送非阻塞请求。
点击检查我的进度以验证是否完成了以下目标：
多模态
- 在多模态部分，运行代码以分析不同的媒体类型（包括图片和视频）以及文本提示。
点击检查我的进度以验证是否完成了以下目标：
媒体分辨率
- 完成“媒体分辨率”部分，比较不同的分辨率设置对模型分析视觉细节有何影响。
点击检查我的进度以验证是否完成了以下目标：
结构化输出
- 执行结构化输出单元，强制模型以特定格式（例如 JSON）做出回答。
点击检查我的进度以验证是否完成了以下目标：
依托 Google 搜索进行接地
- 运行依托 Google 搜索进行接地部分，依托 Google 搜索中的实时数据对模型的回答进行接地。
点击检查我的进度以验证是否完成了以下目标：
代码执行
- 前往代码执行部分，运行相应单元，以允许模型编写和执行 Python 代码来解决数学问题。
点击检查我的进度以验证是否完成了以下目标：
网址上下文
- 完成网址上下文部分，了解模型如何直接处理并总结所提供网址中的内容。
点击检查我的进度以验证是否完成了以下目标：
函数调用
- 执行函数调用部分，定义模型可以调用的自定义工具以检索外部信息。
点击检查我的进度以验证是否完成了以下目标：
流式函数调用
- 运行“流式函数调用”单元，以处理流式响应中的工具输出。
点击检查我的进度以验证是否完成了以下目标：
多模态函数响应
- 完成多模态函数响应部分，了解函数如何返回图片或图表等非文本数据。
点击检查我的进度以验证是否完成了以下目标：
思维签名
- 执行思维签名部分，以验证模型推理链的真实性。
点击检查我的进度以验证是否完成了以下目标：
统计并计算 token 数量
- 最后，运行统计并计算 token 数量单元，以分析提示和回答的费用与长度。
点击检查我的进度以验证是否完成了以下目标：
恭喜！
您现已完成本实验！在本实验中，您在 Jupyter 笔记本中使用 Gemini API 和面向生成式 AI 的 Google Gen AI SDK，与
后续步骤/了解详情
如需详细了解生成式 AI 和 Gemini Enterprise Agent Platform，请查看以下资源：
- 参阅 Google DeepMind Gemini 模型概览，了解核心模型功能。
- 浏览官方 Agent Platform 文档，了解设计、扩缩和部署准则。
- 查看 Agent Platform 上的智能体概览，了解如何构建和治理自定义智能体。
- 观看 YouTube 上有关生成式 AI 的播放列表，获取视频教程和产品演示。
- 探索 Google Cloud 生成式 AI 代码库中的其他笔记本和示例。
- 探索 Google 智能体开发套件 (ADK) 示例代码库，获取自定义智能体模板。
Google Cloud 培训和认证
…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。
上次更新手册的时间：2026 年 5 月 18 日
上次测试实验的时间：2026 年 4 月 16 日
版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。
