Neste guia de início rápido, mostramos como instalar o SDK da IA generativa do Google na linguagem de programação escolhida e fazer sua primeira solicitação de API. Os exemplos variam um pouco dependendo se você está usando uma chave de API ou credenciais padrão do aplicativo (ADC) para autenticação.
Escolha seu método de autenticação:
Antes de começar
Configure as credenciais padrão do aplicativo, caso ainda não tenha feito isso.
Instalar o SDK e configurar o ambiente
Na máquina local, clique em uma das seguintes guias para instalar o SDK da linguagem de programação.
SDK da IA generativa para Python
Instale e atualize o SDK de IA generativa para Python executando este comando.
pip install --upgrade google-genai
Defina as variáveis de ambiente:
# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True
SDK de IA generativa para Go
Instale e atualize o SDK da IA generativa para Go executando este comando.
go get google.golang.org/genai
Defina as variáveis de ambiente:
# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True
SDK da IA generativa para Node.js
Instale e atualize o SDK da IA generativa para Node.js executando este comando.
npm install @google/genai
Defina as variáveis de ambiente:
# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True
SDK de IA generativa para Java
Instale e atualize o SDK da IA generativa para Java executando este comando.
Maven
Adicione o seguinte ao seu pom.xml
:
<dependencies>
<dependency>
<groupId>com.google.genai</groupId>
<artifactId>google-genai</artifactId>
<version>0.7.0</version>
</dependency>
</dependencies>
Defina as variáveis de ambiente:
# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values # with appropriate values for your project. export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True
REST
Defina as variáveis de ambiente:
GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT GOOGLE_CLOUD_LOCATION=global API_ENDPOINT=YOUR_API_ENDPOINT MODEL_ID="gemini-2.5-flash" GENERATE_CONTENT_API="generateContent"
Faça sua primeira solicitação
Use o método
generateContent
para enviar uma solicitação à API Gemini na Vertex AI:
Python
Go
Node.js
Java
REST
Para enviar essa solicitação de comando, execute o comando curl na linha de comando ou inclua a chamada REST no seu aplicativo.
curl -X POST -H "Content-Type: application/json" -H "Authorization: Bearer $(gcloud auth print-access-token)" "https://${API_ENDPOINT}/v1/projects/${GOOGLE_CLOUD_PROJECT}/locations/${GOOGLE_CLOUD_LOCATION}/publishers/google/models/${MODEL_ID}:${GENERATE_CONTENT_API}" -d $'{ "contents": { "role": "user", "parts": { "text": "Explain how AI works in a few words" } } }'
O modelo retorna uma resposta. A resposta é gerada em seções, e cada uma delas é avaliada separadamente quanto à segurança.
Gerar imagens
O Gemini pode gerar e processar imagens de forma conversacional. Você pode usar texto, imagens ou uma combinação dos dois para pedir ao Gemini que realize várias tarefas relacionadas a imagens, como geração e edição. O código a seguir demonstra como gerar uma imagem com base em um comando descritivo:
Você precisa incluir responseModalities: ["TEXT", "IMAGE"]
na sua configuração. A saída somente de imagem não é compatível com esses modelos.
Python
Compreensão de imagens
O Gemini também pode entender imagens. O código a seguir usa a imagem gerada na seção anterior e um modelo diferente para inferir informações sobre ela:
Python
Go
Node.js
Java
Execução de código
O recurso de execução de código da API Gemini na Vertex AI permite que o modelo gere e execute código Python e aprenda de forma iterativa com os resultados até chegar a uma saída final. A Vertex AI oferece a execução de código como uma ferramenta, semelhante à chamada de função. Use esse recurso para criar aplicativos que usam o raciocínio baseado em código e que produzem saídas de texto. Exemplo:
Python
Go
Para mais exemplos de execução de código, consulte a documentação sobre execução de código.
A seguir
Agora que você fez sua primeira solicitação de API, confira os seguintes guias que mostram como configurar recursos mais avançados da Vertex AI para código de produção: