本頁面說明如何建立新的 Example Store 執行個體，或重複使用現有的 Example Store 執行個體。開發 LLM 應用程式時，您可以在 Example Store 中儲存範例，並動態擷取這些範例，以便在 LLM 提示中使用。
如要使用少量範例教導大型語言模型或服務方代理程式，您必須先為專案和位置建立或重複使用範例儲存庫例項，然後將範例上傳至該例項。
每個專案和地點最多可建立 50 個範例商店例項。建立 Example Store 執行個體後，您可以將其分享給多個 LLM 應用程式和代理程式。
您可以透過兩種方式佈建範例商店：
建立新的範例商店執行個體：建立新的範例商店執行個體時，您需要指定嵌入模型，範例商店會使用該模型來判斷哪些範例與使用者的查詢相關。Example Store 支援下列嵌入模型：
text-embedding-005text-multilingual-embedding-002
建立範例商店執行個體後，便無法變更嵌入模型。如果您想使用其他嵌入模型，則必須建立另一個範例商店。如要進一步瞭解文字嵌入，請參閱「取得文字嵌入」。
重複使用現有的 Example Store 例項：Example Store 例項是設計給多個代理程式使用的，因此您可以跨 LLM 應用程式存取已儲存的範例。重複使用現有的範例商店執行個體時，您無法變更嵌入模型。
事前準備
使用本頁 Python 範例前，請先在本機 Python 環境中安裝及初始化 Vertex AI SDK for Python。
執行下列指令，安裝範例商店的 Vertex AI SDK for Python。
pip install --upgrade google-cloud-aiplatform>=1.87.0使用下列程式碼範例，匯入並初始化 Example Store 的 SDK。
import vertexai from vertexai.preview import example_stores vertexai.init( project="PROJECT_ID", location="LOCATION" )更改下列內容：
PROJECT_ID：您的專案 ID。
LOCATION：您的區域。系統僅支援
us-central1。
建立範例儲存庫執行個體
請使用以下範例，為指定的專案和地點建立 Example Store 例項。請注意，建立範例商店執行個體需要幾分鐘的時間。
Python
在試用這個範例之前，請先按照 Vertex AI 快速入門：使用用戶端程式庫中的操作說明設定 Python。詳情請參閱 Vertex AI Python API 參考說明文件。
如要向 Vertex AI 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
import vertexai
from vertexai.preview import example_stores
vertexai.init(
project="PROJECT_ID",
location="LOCATION"
)
my_example_store = example_stores.ExampleStore.create(
example_store_config=example_stores.ExampleStoreConfig(
vertex_embedding_model="EMBEDDING_MODEL"
)
)
更改下列內容：
- PROJECT_ID：您的專案 ID。
- LOCATION：您要建立範例商店的區域。系統僅支援
us-central1區域。 - EMBEDDING_MODEL：嵌入模型，用於判斷哪些範例與使用者的查詢相關，由範例儲存庫執行個體使用。範例商店支援下列嵌入模式：
text-embedding-004text-multilingual-embedding-002
REST
如要建立 ExampleStore 資源，請使用 exampleStores.create 方法傳送 POST 要求。
使用任何要求資料之前，請先替換以下項目：
- PROJECT_ID：您的專案 ID。
- LOCATION：您要建立 Example Store 執行個體的區域。系統僅支援
us-central1區域。 - DISPLAY_NAME：Example Store 例項的名稱。
- EMBEDDING_MODEL：嵌入模型，用於判斷哪些範例與使用者的查詢相關，由範例儲存庫執行個體使用。範例商店支援下列嵌入模式：
textembedding-gecko@003text-embedding-004text-multilingual-embedding-002
HTTP 方法和網址：
POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores
JSON 要求主體：
{
"display_name": "DISPLAY_NAME",
"example_store_config": {"vertex_embedding_model": EMBEDDING_MODEL}
}
如要傳送要求，請選擇以下其中一個選項：
curl
將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores"
PowerShell
將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores" | Select-Object -Expand Content
您應該會收到類似以下的 JSON 回應，其中 EXAMPLE_STORE_ID 代表 Example Store 例項的 ID。
重複使用現有的範例商店執行個體
請使用下列範例，針對指定專案和地點重複使用現有的 Example Store 例項。
Python
在試用這個範例之前，請先按照 Vertex AI 快速入門：使用用戶端程式庫中的操作說明設定 Python。詳情請參閱 Vertex AI Python API 參考說明文件。
如要向 Vertex AI 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
import vertexai
from vertexai.preview import example_stores
vertexai.init(
project="PROJECT_ID",
location="LOCATION"
)
example_store = example_stores.ExampleStore(
"EXAMPLE_STORE_NAME")
更改下列內容：
- PROJECT_ID：您的專案 ID。
- LOCATION：您要建立範例商店的區域。系統僅支援
us-central1區域。 - EXAMPLE_STORE_NAME： 您要重複使用的 Example Store 例項名稱。