GSP1272

概览

本实验将探索如何使用 Vertex AI 中的 Gemini API 来通过 Snowfakery 生成合成数据。Snowfakery 是一个强大的框架，可用于创建复杂的虚构数据，而 Gemini 则利用其自然语言功能来增强这一过程。您将学习如何定义数据生成策略，如何利用预定义架构，以及如何使用维基百科页面作为种子来生成不同的数据格式（如博客和评论）。这种方法对于测试、提示实验和构建少样本示例非常有用。

前提条件

在开始本实验之前，您应该先熟悉：

• Python 编程基础知识。
• API 的一般性概念。
• 在 Vertex AI Workbench 上的 Jupyter 笔记本中运行 Python 代码

目标

在本实验中，您将执行以下操作：

• 通过 Vertex AI SDK for Python 与 Gemini API 交互。
• 利用 Snowfakery 来定义架构和数据生成策略。
• 利用 Gemini 来生成不同格式的合成数据。
• 探索合成数据生成的实际应用，例如测试和提示实验。

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）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 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。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 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：将这些标签页安排在不同的窗口中，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。

3. 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“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 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“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 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。

7. 继续在后续页面中点击以完成相应操作：

   • 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。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 在 Vertex AI Workbench 中打开笔记本

1. 在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。

2. 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。

任务 2. 设置笔记本

1. 打开 文件。

2. 在选择内核对话框中，从可用内核列表中选择 Python 3。

3. 运行笔记本的开始使用和导入库部分。

   • 对于项目 ID，请使用 ；对于位置，使用 。

注意：您可以跳过任何标为“仅限 Colab”的笔记本单元。 如有笔记本单元在执行时遇到 429 响应，请等待 1 分钟，然后再次运行该单元以继续操作。

点击检查我的进度以验证是否完成了以下目标： 安装软件包并导入相应的库

任务 3. 创建插件和提示

在此任务中，您将创建此应用场景所需的两个自定义插件以及必要的提示。第一个插件可让您与维基百科互动并提取指定页面的内容。第二个插件可让您与 Gemini API 互动。

1. 运行笔记本的创建插件和提示部分。

点击检查我的进度以验证是否完成了以下目标： 创建插件和提示

任务 4. 创建 Recipe

为了生成合成数据，必须先定义合成数据的架构。如笔记本中所示，创建 YAML 格式的 recipe 即可完成此操作。如需详细了解如何编写 recipe，请点击此处。在此任务中，您将定义以合成方式生成数据的架构。

1. 运行笔记本的创建 Recipe 部分。

点击检查我的进度以验证是否完成了以下目标： 创建 Recipe

任务 5. 生成数据

在此任务中，您将生成数据并在 /outputs 文件夹中查看结果。

1. 运行笔记本的生成数据部分。

注意：此步骤可能需要几分钟才能完成。

点击检查我的进度以验证是否完成了以下目标： 生成数据

恭喜！

恭喜！在本实验中，您通过 Vertex AI SDK for Python 成功与 Gemini API 进行了互动，展示了它生成合成数据的能力。通过使用 Snowfakery 定义架构和数据生成策略，您成功自定义了输出以满足特定要求。此外，您还探索了 Gemini 在生成各种格式的合成数据方面的广泛用途，突显了其在测试和提示实验等实际应用中的潜力。

后续步骤/了解详情

请参阅以下资源，详细了解 Gemini：

• Gemini 概览
• 有关 Vertex AI 上生成式 AI 的文档
• YouTube 上有关生成式 AI 的视频
• 探索 Vertex AI 实战宝典，了解精心挑选的生成式 AI 笔记，还可以在笔记本库中搜索内容。
• 探索 Google Cloud 生成式 AI 仓库中的其他笔记本和示例。

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：2025 年 5 月 28 日

上次测试实验的时间：2025 年 5 月 28 日

版权所有 2025 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。