GSP1209

概览

Google Gen AI SDK 提供了与 Google 的生成式 AI API 服务交互的统一接口。该 SDK 简化了将生成式 AI 功能集成到应用和服务中的过程，使开发者能够利用 Google 的先进 AI 模型处理各种任务。在本实验中，您将探索 Google Gen AI SDK，学习如何连接到 AI 服务、发送各种提示，以及对 Gemini 的回答进行微调。您还将动手练习更高级的技巧，为在自己的项目中利用生成式 AI 的强大功能做好准备。

目标

在本实验中，您将学习如何使用 Google Gen AI SDK for Python 来与 Google 的生成式 AI 服务和模型（包括 Gemini）进行交互。您将执行以下任务：

• 安装 Gen AI SDK。
• 连接到 API 服务。
• 发送文本提示和多模态提示。
• 设置系统指令。
• 配置模型参数和安全过滤器。
• 管理模型交互（多轮对话、内容流式传输、异步请求）。
• 使用高级功能（token 计数、上下文缓存、函数调用、文本嵌入）。

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。

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。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。

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：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。

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>"}}}

   您也可以在实验设置和访问权限面板中找到“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>"}}}

   您也可以在实验设置和访问权限面板中找到“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。

7. 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。

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 Agent Platform Workbench 中打开笔记本

1. 在 Google Cloud 控制台的导航菜单 () 中，依次点击 Agent Platform > Notebooks > 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 Select Kernel（选择内核）对话框中，从可用内核列表中选择 Python 3 (Local)。

3. 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。

注意：如有笔记本单元在执行时遇到 429 响应，请等待一分钟，然后再次运行该单元以继续操作。 重要提示：在笔记本中运行 Install Google Gen AI SDK（安装 Google Gen AI SDK）安装单元后，您必须重启笔记本内核（在笔记本菜单栏中依次点击 Kernel[内核] > Restart Kernel...[重启内核…]），然后才能运行其余单元。

点击检查我的进度以验证是否完成了以下目标： 导入库并设置笔记本

任务 3. 与模型交互

如需详细了解 Agent Platform 上的所有 AI 模型和 API，请参阅 Google 模型和 Model Garden。

选择模型

• 运行笔记本的选择模型部分。

发送文本提示

使用 generate_content 方法生成对提示的回答。您可以将文本传递给 generate_content，并使用 .text 属性获取回答的文本内容。

• 运行笔记本的发送文本提示部分。

发送多模态提示

您可以在提示请求中包含文本、PDF 文档、图片、音频和视频，并获取文本或代码形式的回答。

您还可以直接在请求中通过 Part.from_uri 将文件网址传递给模型。

• 运行笔记本的发送多模态提示部分。

设置系统指令

系统指令可用于控制模型行为。设置系统指令可以为模型提供更多背景信息，以便其理解任务、提供更具个性化的回答，并在与用户交互的过程中遵循相关准则。

• 运行笔记本的设置系统指令部分。

点击检查我的进度以验证是否完成了以下目标： 与模型交互

任务 4. 配置和控制模型

配置模型参数

您可以在发送给模型的每个调用中包含参数值，以控制模型如何生成回答。如需了解详情，请参阅使用参数值进行实验。

• 运行笔记本的配置模型参数部分。

配置安全过滤器

Gemini API 提供了安全过滤器，您可以在多个过滤器类别中进行调整，以限制或允许某些类型的内容。您可以使用这些过滤器，针对您的应用场景进行适当的调整。如需了解详情，请参阅配置安全过滤器页面。

向模型发出请求时，系统会对内容进行分析并进行安全评级。您可以输出模型的回答，以检查所生成内容的安全评级，如以下示例所示：

• 运行笔记本的配置安全过滤器部分。

开始多轮对话

Gemini API 可以实现多轮自由对话。

• 运行笔记本的开始多轮对话部分。

控制生成的输出

借助 Gemini API 中的受控生成功能，您可以将模型输出限制为结构化格式。您可以将架构作为 Pydantic 模型或 JSON 字符串提供。

您还可以在 Python 字典中定义回答架构。您只能使用以下字段。系统会忽略所有其他字段。

• enum
• items
• maxItems
• nullable
• properties
• required

在本例中，您将指示模型分析商品评价数据、提取关键实体、执行情感分类（多项选择）、提供附加说明，并以 JSON 格式输出结果。

• 运行笔记本的控制生成的输出部分。

点击检查我的进度以验证是否完成了以下目标： 配置和控制模型

任务 5. 管理模型交互

生成内容流

默认情况下，模型会在完成整个生成过程后返回回答。您也可以使用 generate_content_stream 方法，在生成回答的同时对其进行流式传输。这样，模型在生成一部分回答后便立即返回这部分回答。

• 运行笔记本的生成内容流部分。

发送异步请求

您可以使用 client.aio 模块发送异步请求。该模块公开了 client 上提供的所有类似的异步方法。

例如，client.aio.models.generate_content 是 client.models.generate_content 的异步版本。

• 运行笔记本的发送异步请求部分。

统计并计算 token 数量

您可以使用 count_tokens 方法计算输入 token 的数量，然后再向 Gemini API 发送请求。如需了解详情，请参阅列出并统计 token 数量页面。

统计 token 数量

• 运行笔记本的统计 token 数量部分。

计算 token 数量

• 运行笔记本的计算 token 数量部分。

点击检查我的进度以验证是否完成了以下目标： 管理模型交互

任务 6. 高级功能

函数调用

借助函数调用功能，您可以提供一组工具，让模型使用这些工具来回答用户的提示。您需要在代码中创建函数的说明，然后通过请求将说明传递给语言模型。模型的响应包括与说明匹配的函数名称以及用于调用该函数的参数。

如需查看更多函数调用示例，请参阅此实验。

• 运行笔记本的函数调用部分。

点击检查我的进度以验证是否完成了以下目标： 函数调用

使用上下文缓存

借助上下文缓存功能，您可以将常用的输入 token 存储在专用缓存中，并在后续请求中引用这些 token，从而无需将同一组 token 反复传递给模型。

创建缓存

• 运行笔记本的创建缓存部分。

使用缓存

• 运行笔记本的使用缓存部分。

删除缓存

• 运行笔记本的删除缓存部分。

点击检查我的进度以验证是否完成了以下目标： 使用上下文缓存

获取文本嵌入

您可以使用 embed_content 方法获取一段文本的文本嵌入。默认情况下，所有模型都会生成具有 768 个维度的输出。不过，有些模型允许用户在 1 到 768 之间自定义输出维度。如需了解详情，请参阅 Agent Platform 文本嵌入 API。

• 运行笔记本的获取文本嵌入部分。

点击检查我的进度以验证是否完成了以下目标： 获取文本嵌入

恭喜！

恭喜！您探索了 Google Gen AI SDK，了解了如何连接到 AI 服务、发送各种提示，以及对 Gemini 模型的回答进行微调。您还获得了高级技巧的实践经验，包括管理交互、使用上下文缓存，以及使用嵌入功能！现在，您已经做好准备，可以在自己的项目中利用生成式 AI 的强大功能了。

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 5 月 4 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。