Esempi di codice e applicazioni di IA generativa

Esegui il deployment di un'applicazione di esempio con un solo clic per riepilogare documenti lunghi con Vertex AI.

Esegui il deployment di un'applicazione di esempio con un solo clic che utilizza gli incorporamenti vettoriali archiviati in Cloud SQL per migliorare la precisione delle risposte di un'applicazione di chat.

Esegui il deployment di un'applicazione di esempio con un solo clic che estrae coppie di domande e risposte da un insieme di documenti, insieme a una pipeline che attiva l'applicazione quando viene caricato un documento.

Crea un'app web per generare idee per campagne di marketing utilizzando Gemini su Vertex AI, Cloud Run e Streamlit.

App di esempio per la generazione basata sul recupero con AlloyDB per PostgreSQL e Vertex AI. (post del blog, codelab).

Scopri come creare un'app RAG basata su Node che fornisce consigli di investimento per i consulenti finanziari. Questo esempio si integra con Vertex AI, Cloud Run, AlloyDB e le funzioni Cloud Run. Realizzato con Angular, TypeScript, Express.js e LangChain.

Scopri come creare un'app RAG che aiuti i proprietari di auto a risolvere i problemi del veicolo, senza dover sfogliare il manuale del proprietario. Le varianti includono Cloud SQL con pgvector e Vertex AI Agent Builder. Realizzato con Java (Spring) e Python (Streamlit).

Scopri come applicare gli SDK Vertex AI Gemini ad attività come chat, prompt multimodali ed elaborazione di documenti. Sfoglia altri esempi di codice qui.

Scopri come archiviare e recuperare i documenti RAG utilizzando Vertex AI Agent Builder (in precedenza Vertex AI Search).

Hai integrato altri prodotti, come Cloud Storage o Firestore, nella tua app di AI generativa? Sfoglia tutte le librerie client di Google Cloud nel linguaggio di programmazione che preferisci.

Esplora gli snippet di codice per l'utilizzo di LangChain insieme ai prodotti Google Cloud, inclusi i modelli di chat (Vertex AI), i database vettoriali (AlloyDB, Cloud SQL, Firestore, Vertex AI Agent Builder, BigQuery e altri) e altri (Google Drive, Google Maps, YouTube e altri).

Esplora gli snippet di codice per l'utilizzo di LangChain insieme ai prodotti Google Cloud, inclusi i modelli di chat (Vertex AI), i database vettoriali (Vertex AI Vector Search) e altri (Ricerca Google).

Firebase Genkit è un framework open source che ti aiuta a creare, eseguire il deployment e monitorare applicazioni web basate sull'AI pronte per la produzione. Genkit è dotato di plug-in per Vertex AI, Cloud Operations e Firestore.

Esplora gli snippet di codice per l'utilizzo di LangChain insieme ai prodotti Google Cloud, inclusi i modelli di chat (Vertex AI).

Scopri come chiamare Gemini 1.5 Flash e sfruttare la sua finestra di contesto lunga utilizzando l'SDK Vertex AI. Questo notebook include modalità di testo, video e audio.

Scopri come estrarre i metadati delle partiture, come compositore e tempo, dai PDF utilizzando l'SDK Vertex AI.

Scopri come analizzare il sentiment dei video, incluse le espressioni facciali, utilizzando l'SDK Vertex AI.

Scopri come estrarre informazioni dai poster dei film chiamando Gemini direttamente da BigQuery.

Scopri come convertire testo e immagini in embedding vettoriali utilizzando l'SDK Vertex AI, da utilizzare in un'applicazione di generazione basata sul recupero (RAG).

Scopri come migliorare la risposta di Gemini con dati in tempo reale, come il prezzo delle azioni di un'azienda e le ultime notizie.

Scopri come eseguire la migrazione del codice dell'SDK Vertex AI esistente in modo da chiamare Gemini anziché PaLM.

Scopri come ottimizzare Gemini utilizzando Vertex AI per addestrare il modello a rispondere bene alle domande sulla programmazione in Python.

Esplora decine di altri notebook Vertex AI nel browser di Sample di Google Cloud.