Rezeptbuch für Generative AI in Vertex AI

Einführung in Gemini 2.5 Flash

Erste Schritte mit Gemini 2.5 Flash in Vertex AI mit dem Gen AI Python SDK

Einführung in Gemini 2.5 Pro

Erste Schritte mit Gemini 2.5 Pro in Vertex AI mit dem Gen AI Python SDK

Einführung in Gemini 2.5 Flash-Lite

Erste Schritte mit Gemini 2.5 Flash-Lite in Vertex AI mit dem Gen AI Python SDK

Erste Schritte mit der multimodalen Live API

Erste Schritte mit der Gemini 2.0 Multimodal Live API in Vertex AI mit dem Gen AI Python SDK

Gemini 2.0 Flash-Bildgenerierung in Vertex AI

Erste Schritte mit Gemini Image Generation in Vertex AI

Einführung in das Prompt Engineering

Grundlagen und Best Practices für das Prompt Engineering

Funktionsaufrufe mit Gemini

Gemini über Funktionsaufrufe mit externen Tools verbinden

Grounding mit Gemini

Verbinden Sie Gemini mit realen Daten aus der Google Suche oder Vertex AI Search, um die Qualität der Antworten zu verbessern.

Batchvorhersage mit Gemini

Mit Batchvorhersagen können Sie Inferenzen für eine große Anzahl von Beispielen ausführen.

Langes Kontextfenster

Verwenden Sie das lange Kontextfenster, um große Mengen multimodaler Daten zu verarbeiten.

Einführung in das Kontext-Caching

Verwenden Sie das Kontext-Caching, um häufig verwendete Daten zu speichern.

Einführung in die strukturierte Ausgabe mit der Gemini API

Hier erfahren Sie, wie Sie die Ausgabeformate der Gemini API steuern können, um die Datenverarbeitung zu vereinfachen.

Gemini mithilfe der OpenAI-Bibliothek aufrufen

Informationen zum Aufrufen von Gemini mit Chat Completions

Marketing-Assets mit Gemini 2.0 Flash erstellen

Hier erfahren Sie, wie Sie die multimodalen Funktionen von Gemini und Grounding mit Google Suche kombinieren, um einen Marketingkampagnen-Brief und Marketing-Assets zu erstellen.

Erste Schritte mit Chirp 3 HD-Stimmen für Text-to-Speech

Hier erfahren Sie, wie Sie Chirp 3 HD-Stimmen verwenden, die neueste Generation von Google Text-to-Speech-Stimmen.

Erste Schritte mit Chirp 2 für Speech-to-Text

Hier erfahren Sie, wie Sie Chirp 2 verwenden, die neueste Generation der mehrsprachigen Modelle für die automatische Spracherkennung von Google.

Einführung in Imagen für die Bildgenerierung

Mit Imagen 4 können Sie fotorealistische Bilder erstellen.

Imagen 3 – Bildbearbeitung

Mit Imagen 3 können Sie fotorealistische Bilder mithilfe von Inpainting, Outpainting und der Produktbildbearbeitung bearbeiten.

Erste Schritte mit Texteinbettungen und Vertex AI-Vektorsuche

Mit dem KI-Multitool „Embeddings“ und der Vektorsuche in Vertex AI semantische Abgleiche durchführen

Einführung in LangGraph mit Gemini

Hier erfahren Sie, wie Sie die Workflow-Funktionen von LangGraph mit den Sprachverständnis- und ‑generierungsfunktionen von Gemini kombinieren können, um komplexe Finanzanalysen zu optimieren und zu automatisieren.

Benutzerdefinierte Podcastfolgen erstellen

Mit Gemini, LangGraph und Text-to-Speech benutzerdefinierte Podcastfolgen erstellen

Geschichten erzählen mit Gemini und Text-to-Speech

Mit Gemini und Text-to-Speech können Sie eine Geschichte mit mehreren Figuren erstellen und vorlesen lassen.

Codebasis analysieren

Mit Gemini können Sie Code generieren, eine Codebasis zusammenfassen, Code debuggen, verbessern und bewerten.

LLM-Sicherheit für Entwickler

Informationen zu Prompt-Injection-Angriffen und wie Sie diese abwehren können

Einführung in Agent Engine

Hier erfahren Sie, wie Sie mit Agent Engine einen Agent (Modell, Tools und Reasoning) erstellen und bereitstellen.

Einführung in den Gen AI Evaluation Service

Gemini-Antworten anhand von Messwerten und benutzerdefinierten Datasets bewerten

Gemini Supervised Fine-tuning für die Artikelzusammenfassung

Hier erfahren Sie, wie Sie Gemini für die Zusammenfassung von Artikeln optimieren.

Einführung in die Vertex AI RAG Engine

Benutzerdefinierte RAG-Workflows mit Gemini und der Vertex AI RAG Engine erstellen

Dokumentverarbeitung mit Gemini

Mit Gemini können Sie Dokumente klassifizieren, Informationen daraus extrahieren und zusammenfassen lassen.

Patente mit Gemini analysieren

Mit Gemini Patentdokumente mithilfe von Klassifizierung, Entitätsextraktion und Objekterkennung verarbeiten

Hugging Face-smolagent mit DeepSeek in Vertex AI erstellen und bereitstellen

In diesem Notebook wird gezeigt, wie Sie DeepSeek R1 Distill Qwen 32B aus dem Hugging Face-Hub in Vertex AI bereitstellen.

Multimodale Sentimentanalyse mit Gemini

In diesem Notebook wird die multimodale Sentimentanalyse mit Gemini demonstriert. Dazu wird die Sentimentanalyse, die direkt auf Audio durchgeführt wird, mit der Analyse verglichen, die auf dem Texttranskript des Audiosignals durchgeführt wird.

Produktivitätscoaching mit Gemini und Google Kalender

In diesem Notebook wird gezeigt, wie Sie Gemini als persönlichen Produktivitätscoach verwenden können, indem Sie es mit Google Workspace APIs verbinden.

Videogenerierung mit Veo 3

In dieser Anleitung erfahren Sie, wie Sie das Google Gen AI SDK for Python verwenden, um mit Veo 3 zu interagieren und neue Videos aus Text-Prompts zu generieren.

Einführung in das Google Gen AI SDK

Einführung in das Google Gen AI SDK

Gemini: Überblick über multimodale Anwendungsfälle

Gemini mit multimodalen Daten (Text, Dokumente, Bilder, Videos und Audio) auffordern

Einführung in Gemini mit REST API/cURL

Prompt Engineering, -Bewertung und -Vorlagen

Verwenden Sie das Gen AI Evaluation Service SDK für das Prompt Engineering und die Bewertung.

Einführung in multimodale Einbettungen

Weitere Informationen zu multimodalen Einbettungen

Einführung in die Feinabstimmung von Einbettungen

Informationen zum Optimieren von Einbettungsmodellen

Einbettungen für Aufgabentypen

Hier erfahren Sie, wie Sie bessere Einbettungen für Ihre spezifische Aufgabe erhalten.

Hybridsuche mit der Vektorsuche in Vertex AI

Hier erfahren Sie, wie Sie die Hybridsuche mit der Vektorsuche von Vertex AI verwenden, bei der semantische und stichwortbezogene Suchanfragen kombiniert werden.

KI-Agents für Ingenieure (Weiterentwicklung von KI-Agents)

In diesem Notebook werden drei verschiedene Ansätze zum Generieren von Essays mit der Gemini API vorgestellt: Zero-Shot, Step-by-Step mit LangChain und iterativ mit LangGraph.

Hugging Face-DLCs: Gemma mit Text Generation Inference (TGI) in Vertex AI bereitstellen

Informationen zum Bereitstellen von Google Gemma aus dem Hugging Face Hub in Vertex AI mit dem Hugging Face Deep Learning Container (DLC) für die Inferenz zur Textgenerierung (TGI)

Agentenbasierte RAG mit Gemma 2, Ollama, Vertex AI und LangGraph ausführen

In diesem Notebook wird gezeigt, wie Sie einen auf Gemma 2 basierenden Agent mit Ollama in Vertex AI und LangGraph ausführen.

Hugging Face-DLCs: Bereitstellung von PaliGemma mit PyTorch-Inference in Vertex AI mit benutzerdefiniertem Handler

Hier erfahren Sie, wie Sie Google PaliGemma aus dem Hugging Face Hub in Vertex AI bereitstellen. Dazu verwenden Sie den Hugging Face Deep Learning Container (DLC) für Pytorch-Inferenzen in Kombination mit einem benutzerdefinierten Handler.

Hugging Face-DLCs: Gemma mit Transformer Reinforcement Learning (TRL) in Vertex AI optimieren

Hier erfahren Sie, wie Sie Gemma mit Transformer Reinforcement Learning (TRL) in Vertex AI optimieren.

Erraten Sie, wer oder was die App ist, mit dem Deep Learning-Containermodell von Hugging Face in Vertex AI

Erstellen Sie eine Anwendung vom Typ „Wer oder was bin ich?“ mit Vertex AI, einem Hugging Face Deep Learning-Container, einem Open-Source-Modell zur Bildgenerierung und Gemini, um Rätsel zu lösen und zu visualisieren.

Einbettungsähnlichkeit aus Textdokumenten mithilfe von t-SNE-Diagrammen visualisieren

Einbettungsähnlichkeit aus Textdokumenten mithilfe von t-SNE-Diagrammen visualisieren.

Vertex AI Vektorsuche: Kurzanleitung

Hier erfahren Sie, wie Sie mit der Vektorsuche in Vertex AI ähnliche Textdokumente finden.

Anomalieerkennung von Infrastrukturlogs mit Gemini und BigQuery Vector Search

Hier erfahren Sie, wie Sie mit Gemini, Vektoreinbettungen und der BigQuery-Vektorsuche Anomalien in großen Mengen von Infrastrukturprotokollen erkennen.

Anomalieerkennung und ‑untersuchung in Logs mit Texteinbettungen und BigQuery-Vektorsuche

Hier erfahren Sie, wie Sie mit Gemini, Vektoreinbettungen und der BigQuery-Vektorsuche große Mengen von Audit-Logs analysieren, um Anomalien zu erkennen.

Mit Datenstrukturen und Schemas in Gemini-Funktionsaufrufen arbeiten

Informationen zur Verwendung von Gemini-Funktionsaufrufen mit Datenstrukturen und Schemas

Parallele Funktionsaufrufe und mehrere Funktionsantworten in Gemini verwenden

Informationen zur Verwendung paralleler Funktionsaufrufe und mehrerer Funktionsantworten in Gemini

Einführung in ReAct-Agents mit Gemini und Funktionsaufrufen

Informationen zur Verwendung von ReAct-Agents mit Gemini und Funktionsaufrufen

Erzwungene Funktionsaufrufe mit Tool-Konfigurationen in Gemini

Informationen zur Verwendung von erzwungenen Funktionsaufrufen mit Tool-Konfigurationen in Gemini

Gemini-Funktionsaufrufe verwenden, um Unternehmensnachrichten und ‑informationen in Echtzeit zu erhalten

Hier erfahren Sie, wie Sie Gemini-Funktionsaufrufe verwenden, um Unternehmensnachrichten und Statistiken in Echtzeit zu erhalten.

Multimodale Funktionsaufrufe mit der Gemini API und dem Python SDK

Informationen zur Verwendung von multimodalen Funktionsaufrufen mit Gemini

Erweiterte RAG-Techniken – Bewertung der Abrufqualität und Hyperparameter-Abstimmung der Vertex RAG Engine

Fortgeschrittene RAG-Techniken mit Bewertung und Hyperparameter-Abstimmung kennenlernen

Vertex AI RAG Engine mit Pinecone

Informationen zur Verwendung von Pinecone mit der Vertex AI RAG Engine.

Vertex AI RAG Engine mit Weaviate

Informationen zur Verwendung von Weaviate mit der Vertex AI RAG Engine.

Vertex AI RAG Engine mit Vertex AI Feature Store

Informationen zur Verwendung von Vertex AI Feature Store mit der Vertex AI RAG Engine.

Vertex AI RAG Engine mit der Vektorsuche in Vertex AI

Vertex AI-Vektorsuche mit der Vertex AI RAG Engine verwenden

Vertex AI RAG Engine mit Vertex AI Search

Vertex AI Search mit der Vertex AI RAG Engine verwenden

Agents debuggen und optimieren: Eine Anleitung zum Tracing in Agent Engine

Informationen zur Verwendung von Tracing in Agent Engine

RAG-Anwendung mit AlloyDB in Agent Engine bereitstellen

Konversations-Such-Agent mit Agent Engine und RAG in Vertex AI Search erstellen

Eine RAG-Anwendung mit mehreren Agenten mit LangGraph und Agent Engine erstellen

RAG-Anwendung mit Cloud SQL for PostgreSQL in Agent Engine bereitstellen

Google Maps API-Agent mit Agent Engine erstellen und bereitstellen

LangGraph-Anwendung mit Agent Engine in Vertex AI erstellen und bereitstellen

Videoanalyse mit Gemini

YouTube-Videoanalyse mit Gemini

Multimodalen Chatbot für Garantieansprüche mit Gemini und der Vektorsuche in Vertex AI erstellen

Multimodale Retrieval-Augmented Generation (RAG) mit der Gemini API in Vertex AI

LlamaIndex mit Vertex AI Vector Search für RAG zur Beantwortung von Fragen

Multimodale Retrieval Augmented Generation (RAG) mit Gemini, Vertex AI-Vektorsuche und LangChain

Small-to-big Retrieval-Augmented Generation

ReAct (Reasoning + Acting) + benutzerdefiniertes Tool für Healthcare NL API + Gemini + LangChain

Gemini im Bildungsbereich verwenden

AI Quick Build Experience

Code Retrieval Augmented Generation (RAG) mit der Gemini API

Produkteinträge mit Gemini erstellen

Multimodale Einzelhandelsempfehlungen: Mit Gemini Artikel auf Grundlage von Bildern und Bildanalysen empfehlen

Partituren mit Gemini analysieren

Filmposter in BigQuery mit Gemini analysieren

Erste Schritte mit LangChain 🦜🔗 + Gemini API in Vertex AI

Wetter-Agent mit AutoGen und Gemini erstellen

Vertex AI Prompt Optimizer-Notebook-UI

Vertex AI Prompt Optimizer – Tool-Nutzung

Vertex AI Prompt Optimizer – Benutzerdefinierte Messwerte

Einführung in Vertex AI Prompt Optimizer

Textzusammenfassung mit generativen Modellen in Vertex AI

Ideenfindung mit generativen Modellen in Vertex AI

Chain-of-Thought und ReAct

Question Answering mit generativen Modellen in Vertex AI

Textklassifizierung mit generativen Modellen in Vertex AI

Textextraktion mit generativen Modellen in Vertex AI

Supervised Fine Tuning mit Gemini 2.0 Flash für die Änderungserkennung

Supervised Fine-Tuning mit Gemini 2.0 Flash für Q &A

Supervised Fine Tuning mit Gemini 2.0 Flash für die Bildunterschriftenerstellung

Gen AI Evaluation SDK zum Bewerten von Modellen in Vertex AI Studio, Model Garden und Model Registry verwenden

Generierte Antworten aus RAG mit schneller Bewertung und Dataflow ML mit Vertex AI Pipelines bewerten

Qualität und Erklärbarkeit mit Vertex AI Evaluation verbessern

Einstellungen für generative KI-Modelle bewerten und vergleichen

Eigenen Autorater mit benutzerdefinierten Messwerten verwenden

Übersetzungsmodell bewerten

PaLM- mit Gemini-Modell vergleichen und migrieren

Multimodale Aufgaben bewerten

LangChain evaluieren

Generative KI-Modelle vergleichen

Mit dem Gen AI Evaluation Service SDK generierte Antworten aus RAG für QA bewerten

Modellbasierte Messwerte zum Bewerten eines generativen KI-Modells anpassen

Tool-Nutzung des generativen Modells bewerten

Sicherheit von generativer KI und LLMs – ReAct- und RAG-Angriffe und Gegenmaßnahmen

Verantwortungsbewusste KI mit der Gemini API in Vertex AI: Sicherheitsbewertungen und ‑schwellen

Batchvorhersage mit der Gemini API überwachen

Benutzerdefinierte Bilder mit Imagen 3

Hochwertige visuelle Assets mit Imagen und Gemini erstellen

Photoshop-Dokument mit Bildsegmentierung in Vertex AI erstellen

Imagen-Prompts mit Gemini optimieren

Bildsegmentierung in Vertex AI

Vertex AI Search mit Filtern und Metadaten

Vertex AI Search – Blended Data-Apps abfragen und mit Gemini zusammenfassen

Vertex AI Search-Datenspeicher und ‑Suchmaschine erstellen

Suchanwendungen mit Vertex AI Search erstellen

Fragen zu Dokumenten beantworten

Bulk-Question Answering mit Vertex AI Search beantworten

Benutzerdefinierte Einbettungen mit Vertex AI Search

Erste Schritte mit Chirp 2 – Erweiterte Funktionen

Multimodale Funktionsaufrufe mit Claude-Modellen

Statusprüfung für den Vertex AI Search and Conversation-Datenspeicher

Ein Multi-Agent-System für die Recherche erstellen – Übersicht über Designmuster mit Gemini 2.0

Einführung in das Generieren und Ausführen von Python-Code mit Gemini 2.0

Agents bewerten – CrewAI-Agent mit Vertex AI Gen AI Evaluation bewerten

Agents bewerten – LangGraph-Agent mit Vertex AI Gen AI Evaluation bewerten

Interaktiver Assistent für Kreditanträge (Finanzdienstleistungen)

Vertex AI RAG Engine mit Vertex AI Search

CrewAI-Agent in Vertex AI Agent Engine bewerten (angepasste Vorlage)

LangChain-Agent in Vertex AI Agent Engine bewerten (vorgefertigte Vorlage)

LangGraph-Agent in Vertex AI Agent Engine bewerten (angepasste Vorlage)

Q&A-Chatbot mit Vertex AI Search für zusammengefasste Websiteergebnisse

Erste Schritte mit Gemini mit Vertex AI im Express-Modus