Eine Anwendung zum Senden von Chat-Prompts mit dem Gemini-Modell erstellen
Lab
15 Minuten
universal_currency_alt
Keine Kosten
show_chart
Einsteiger
info
Dieses Lab kann KI-Tools enthalten, die den Lernprozess unterstützen.
Zugriff auf über 700 Labs und Kurse nutzen
Übersicht
- Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken.
- Das enthaltene Cloud-Terminal ist mit dem gcloud SDK vorkonfiguriert.
- Führen Sie Befehle über das Terminal aus und klicken Sie dann auf Fortschritt prüfen, um Ihre Arbeit zu überprüfen.
Ziel
Generative KI (auch als GenAI bezeichnet) in Vertex AI ermöglicht Ihnen Zugriff auf die großen generativen KI-Modelle von Google. So können Sie diese testen, abstimmen und in Ihren KI-basierten Anwendungen nutzen Aufgaben in diesem Lab:
-
Verbindung zu Vertex AI (KI-Plattform von Google Cloud) herstellen: Sie lernen, wie Sie mit dem Vertex AI SDK eine Verbindung zu den KI-Diensten von Google herstellen.
-
Vortrainiertes Modell für generative KI laden – Gemini: Sie erfahren, wie Sie ein leistungsstarkes, vortrainiertes KI-Modell verwenden können, ohne es von Grund auf neu zu erstellen.
-
Text an das KI-Modell senden: Sie lernen, Eingaben bereitzustellen, die von der KI verarbeitet werden können.
-
Chatantworten aus der KI extrahieren: Sie erfahren, wie Sie die vom KI-Modell generierten Chatantworten interpretieren und nutzen können.
-
Grundlagen für das Erstellen von KI-Anwendungen: Sie erhalten Einblicke in die wichtigsten Konzepte für die Integration von KI in Softwareprojekte.
Arbeiten mit generativer KI
Wenn Sie das Lab starten, wird Ihnen eine Ansicht mit zwei Bereichen angezeigt: links sehen Sie den Code-Editor und rechts die Lab-Anleitung. Führen Sie folgenden Schritte aus, um mithilfe des Vertex AI Python SDK mit den APIs für generative KI zu interagieren.
Chatantworten ohne Stream:
Das Streaming umfasst Antworten auf Prompts, sobald diese generiert werden. Das heißt, Ausgabetokens werden gesendet, sobald sie vom Modell generiert werden. Eine Nicht-Streamingantwort auf Prompts wird erst gesendet, wenn alle Ausgabetokens generiert wurden.
Zuerst sehen wir uns die Chatantworten ohne Stream an.
Erstellen Sie eine neue Datei, um die Chatantworten ohne Stream zu erhalten:
- Klicken Sie auf Datei > Neue Datei, um eine neue Datei im Code-Editor zu öffnen.
- Kopieren Sie das bereitgestellte Code-Snippet und fügen Sie es in Ihre Datei ein.
from google import genai
from google.genai.types import HttpOptions, ModelContent, Part, UserContent
import logging
from google.cloud import logging as gcp_logging
# ------ Below cloud logging code is for Qwiklab's internal use, do not edit/remove it. --------
# Initialize GCP logging
gcp_logging_client = gcp_logging.Client()
gcp_logging_client.setup_logging()
client = genai.Client(
vertexai=True,
project='{{{ project_0.project_id | "project-id" }}}',
location='{{{ project_0.default_region | "REGION" }}}',
http_options=HttpOptions(api_version="v1")
)
chat = client.chats.create(
model="gemini-2.0-flash-001",
history=[
UserContent(parts=[Part(text="Hello")]),
ModelContent(
parts=[Part(text="Great to meet you. What would you like to know?")],
),
],
)
response = chat.send_message("What are all the colors in a rainbow?")
print(response.text)
response = chat.send_message("Why does it appear when it rains?")
print(response.text)
-
Klicken Sie auf Datei > Speichern, geben Sie SendChatwithoutStream.py in das Feld „Name“ ein und klicken Sie auf Speichern.
-
Führen Sie die Python-Datei mit dem folgenden Befehl im Terminalbereich des Code-Editors aus, um die Ausgabe zu sehen.
/usr/bin/python3 /SendChatwithoutStream.py
Erläuterung zum Code:
- Mit dem Code-Snippet wird ein vortrainiertes KI-Modell namens Gemini (gemini-2.0-flash-001) in Vertex AI geladen.
- Der Code ruft die Methode
send_message des geladenen Gemini-Modells auf.
- Der Code nutzt die Fähigkeit von Gemini zu chatten. Gemini verwendet beim Chatten den im Prompt angegebenen Text.
Chatantworten mit Stream:
Als Nächstes sehen wir uns die Chatantworten mit Stream an.
Erstellen Sie eine neue Datei, um die Chatantworten mit Stream zu erhalten:
- Klicken Sie auf Datei > Neue Datei, um eine neue Datei im Code-Editor zu öffnen.
- Kopieren Sie das bereitgestellte Code-Snippet und fügen Sie es in Ihre Datei ein.
from google import genai
from google.genai.types import HttpOptions
import logging
from google.cloud import logging as gcp_logging
# ------ Below cloud logging code is for Qwiklab's internal use, do not edit/remove it. --------
# Initialize GCP logging
gcp_logging_client = gcp_logging.Client()
gcp_logging_client.setup_logging()
client = genai.Client(
vertexai=True,
project='{{{ project_0.project_id | "project-id" }}}',
location='{{{ project_0.default_region | "REGION" }}}',
http_options=HttpOptions(api_version="v1")
)
chat = client.chats.create(model="gemini-2.0-flash-001")
response_text = ""
for chunk in chat.send_message_stream("What are all the colors in a rainbow?"):
print(chunk.text, end="")
response_text += chunk.text
-
Klicken Sie auf Datei > Speichern, geben Sie SendChatwithStream.py in das Feld „Name“ ein und klicken Sie auf Speichern.
-
Führen Sie die Python-Datei mit dem folgenden Befehl im Terminalbereich des Code-Editors aus, um die Ausgabe zu sehen.
/usr/bin/python3 /SendChatwithStream.py
Erläuterung zum Code:
- Mit dem Code-Snippet wird ein vortrainiertes KI-Modell namens Gemini (gemini-2.0-flash-001) in Vertex A geladen.
- Der Code ruft die Methode
send_message_stream des geladenen Gemini-Modells auf.
- Der Code nutzt die Fähigkeit von Gemini, Prompts zu verstehen und zustandsorientierte Chatunterhaltungen zu führen.
Sie möchten es selbst ausprobieren? Experimentieren Sie mit verschiedenen Prompts, um die Möglichkeiten von Gemini zu erkunden.
Klicken Sie auf Fortschritt prüfen.
Text-Prompt-Anfragen an generative KI senden und eine Chatantwort erhalten
Das wars!
Sie haben das Lab erfolgreich abgeschlossen. Glückwunsch!
© 2025 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.
