概览

• 实验是计时的，并且无法暂停。计时器在您点击开始实验后即开始计时。
• 随附的云终端已预先配置了 gcloud SDK。
• 使用终端执行命令，然后点击检查我的进度以验证您的实验成果。

目标

借助 Vertex AI 上的生成式 AI，您可以访问 Google 的大型生成式 AI 模型，对模型进行测试、调优并将其部署到依托 AI 的应用中。在本实验中，您将执行以下操作：

• 连接到 Vertex AI（Google Cloud 的 AI 平台）：学习使用 Vertex AI SDK 与 Google AI 服务建立连接。
• 加载预训练的生成式 AI 模型 - Gemini：学习使用强大的预训练 AI 模型，无需从头构建。
• 向 AI 模型发送图片和文本问题：学习为 AI 提供输入。
• 提取 AI 提供的文本回答：学习处理和解读 AI 模型生成的文本回答。
• 了解构建 AI 应用的基础知识：深入了解将 AI 集成到软件项目中的核心概念。

使用 Vertex AI Python SDK

开始实验后，您将看到一个分屏视图，左侧是代码编辑器，右侧是实验说明。按照说明步骤使用 Vertex AI Python SDK 与生成式 AI API 进行交互。

1. 点击文件 > 新建文件，在代码编辑器中打开一个新文件。
2. 复制提供的代码段并将其粘贴到文件中。

from google import genai from google.genai.types import HttpOptions, Part client = genai.Client(http_options=HttpOptions(api_version="v1")) response = client.models.generate_content( model="gemini-2.0-flash-001", contents=[ "What is shown in this image?", Part.from_uri( file_uri="https://storage.googleapis.com/cloud-samples-data/generative-ai/image/scones.jpg", mime_type="image/jpeg", ), ], ) print(response.text)

3. 依次点击文件 > 保存，在“名称”字段中输入 genai.py，然后点击保存。

4. 如需在新终端中设置环境变量，请运行以下命令：

   export GOOGLE_CLOUD_PROJECT='{{{ project_0.project_id | "project-id" }}}' export GOOGLE_CLOUD_LOCATION='{{{ project_0.default_region | "REGION" }}}' export GOOGLE_GENAI_USE_VERTEXAI=True

5. 在代码编辑器窗格内的终端中调用以下命令，执行 Python 文件并查看输出。

/usr/bin/python3 /genai.py 注意：如果您遇到 400 错误，请尝试重新运行代码。

代码说明

• 此代码段会加载一个名为 Gemini (gemini-2.0-flash-001) on Vertex AI 的预训练 AI 模型。
• 该代码会调用已加载的 Gemini 模型的 generate_content 方法。
• 该方法的输入是图片 URI 和包含图片相关问题的提示。
• 该代码使用 Gemini 理解图片和文本的能力。它使用提示中提供的文本来描述图片的内容。

亲自尝试一下吧！尝试使用不同的图片 URI 和提示问题，看看 Gemini 的表现。

点击检查我的进度，验证是否完成了以下目标：

针对图片生成内容

恭喜！

您已完成本实验！恭喜！

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。