Anthropic Claude Opus 4.5 और Gemini 3 को Vertex AI पर, Private Service Connect एंडपॉइंट के ज़रिए Python SDK के साथ इस्तेमाल करना

1. खास जानकारी

Vertex AI API को इंटरनेट पर ऐक्सेस किया जा सकता है. हालांकि, आपकी कंपनी में Vertex AI API को इंटरनेट पर ऐक्सेस किए बिना, निजी तौर पर ऐक्सेस किया जा सकता है. इस लैब में, आपको सबसे पहले सार्वजनिक इंटरनेट के ज़रिए वीएम इंस्टेंस पर चल रहे Python SDK की मदद से, Vertex पर Anthropic Claude Opus 4.5 और Gemini 3 Pro को ऐक्सेस करना होगा.

इसके बाद, Googleapis से कनेक्ट करने के लिए एक Private Service Connect एंडपॉइंट बनाया जाएगा. साथ ही, Vertex API से कनेक्ट करने के लिए, ट्रैफ़िक के फ़्लो को बदलकर प्राइवेट एंडपॉइंट का इस्तेमाल किया जाएगा.

Python कोड का यह सैंपल, इनपुट के तौर पर दिए गए सवालों को लेगा. इसके बाद, Claude Opus को जवाब जनरेट करने के लिए पास करेगा. इस जवाब को Gemini Pro 3 को पास किया जाएगा, ताकि वह टेक्स्ट की खास जानकारी बना सके और इमेज जनरेट कर सके.

इस लैब में, आपको यह पैटर्न बनाना है.

इमेज 1.

2. मकसद

इस लैब में, आपको यह काम करने का तरीका बताया जाएगा:

• Python SDK का इस्तेमाल करने के लिए, वीएम इंस्टेंस सेट अप करना
• Vertex AI में Anthropic मॉडल कार्ड की सुविधा चालू करना
• Python स्क्रिप्ट के ज़रिए Anthropic Claude Opus 4.5 और Gemini 3 Pro से कनेक्ट करना
• Googleapis से कनेक्ट करने के लिए, पीएससी एंडपॉइंट कॉन्फ़िगर करना
• डीएनएस की मैन्युअल एंट्री कॉन्फ़िगर करना
• Googleais से कनेक्ट होने के पाथ की पुष्टि करना
• मॉडल से क्वेरी करने के लिए, Python स्क्रिप्ट को लागू करना

लैब सेट अप करना

अपने हिसाब से एनवायरमेंट सेट अप करना

1. Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

• प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते. इसे कभी भी अपडेट किया जा सकता है.
• प्रोजेक्ट आईडी, सभी Google Cloud प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे बदला नहीं जा सकता. Cloud Console, यूनीक स्ट्रिंग अपने-आप जनरेट करता है. आम तौर पर, आपको इससे कोई फ़र्क़ नहीं पड़ता कि यह क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी (आम तौर पर PROJECT_ID के तौर पर पहचाना जाता है) का रेफ़रंस देना होगा. अगर आपको जनरेट किया गया आईडी पसंद नहीं है, तो कोई दूसरा रैंडम आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास अपना नाम आज़माने का विकल्प भी है. इससे आपको पता चलेगा कि वह नाम उपलब्ध है या नहीं. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट की अवधि तक बना रहता है.
• आपकी जानकारी के लिए बता दें कि एक तीसरी वैल्यू भी होती है, जिसे प्रोजेक्ट नंबर कहते हैं. इसका इस्तेमाल कुछ एपीआई करते हैं. इन तीनों वैल्यू के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

चेतावनी: प्रोजेक्ट आईडी, दुनिया भर में यूनीक होता है. इसे चुनने के बाद, कोई और इसका इस्तेमाल नहीं कर सकता. उस आईडी का इस्तेमाल सिर्फ़ आपने किया हो. प्रोजेक्ट मिटाने के बाद भी, आईडी का दोबारा इस्तेमाल नहीं किया जा सकता

ध्यान दें: अगर Gmail खाते का इस्तेमाल किया जाता है, तो डिफ़ॉल्ट जगह को कोई संगठन नहीं पर सेट किया जा सकता है. अगर Google Workspace खाते का इस्तेमाल किया जा रहा है, तो अपने संगठन के हिसाब से कोई जगह चुनें.

2. इसके बाद, आपको Cloud Console में बिलिंग चालू करनी होगी, ताकि Cloud संसाधनों/एपीआई का इस्तेमाल किया जा सके. इस कोडलैब को पूरा करने में ज़्यादा समय नहीं लगेगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, संसाधनों को बंद किया जा सकता है. इसके लिए, बनाए गए संसाधनों को मिटाएं या प्रोजेक्ट को मिटाएं. Google Cloud के नए उपयोगकर्ता, 300 डॉलर के मुफ़्त में आज़माने वाले प्रोग्राम के लिए ज़रूरी शर्तें पूरी करते हैं.

Cloud Shell शुरू करें

Google Cloud को अपने लैपटॉप से रिमोटली ऐक्सेस किया जा सकता है. हालांकि, इस कोडलैब में Google Cloud Shell का इस्तेमाल किया जाएगा. यह क्लाउड में चलने वाला कमांड लाइन एनवायरमेंट है.

Google Cloud Console में, सबसे ऊपर दाएं कोने में मौजूद टूलबार पर, Cloud Shell आइकॉन पर क्लिक करें:

इसे चालू करने और एनवायरमेंट से कनेक्ट करने में सिर्फ़ कुछ सेकंड लगेंगे. यह प्रोसेस पूरी होने के बाद, आपको कुछ ऐसा दिखेगा:

इस वर्चुअल मशीन में, डेवलपमेंट के लिए ज़रूरी सभी टूल पहले से मौजूद हैं. यह 5 जीबी की होम डायरेक्ट्री उपलब्ध कराता है. साथ ही, Google Cloud पर काम करता है. इससे नेटवर्क की परफ़ॉर्मेंस और पुष्टि करने की प्रोसेस बेहतर होती है. इस कोडलैब में मौजूद सभी टास्क, ब्राउज़र में किए जा सकते हैं. आपको कुछ भी इंस्टॉल करने की ज़रूरत नहीं है.

3. एनवायरमेंट सेटअप करना

कृपया ध्यान दें कि कुछ संसाधनों को चालू करने पर, आपसे शुल्क लिया जाएगा. इसे चलाने से पहले, पक्का करें कि आपको इसकी जानकारी हो. लागत कम करने के लिए, पक्का करें कि लैब पूरा होने के बाद संसाधनों को बंद कर दिया जाए. हमारा सुझाव है कि आप बिलिंग की जांच करें और पक्का करें कि यह आपके लिए सही है.

हम फ़ायरवॉल के नियमों के साथ एक कस्टम वीपीसी बनाएंगे. अगर आपके पास पहले से ही वीपीसी और प्रोजेक्ट है, तो इस हिस्से को छोड़ा जा सकता है.

अपनी कंसोल स्क्रीन पर सबसे ऊपर दाईं ओर मौजूद Cloud Shell खोलें. इसके बाद, इसे इस तरह कॉन्फ़िगर करें:

1. इस लैब में इस्तेमाल की जाने वाली कुछ एपीआई चालू करें

gcloud services enable dns.googleapis.com
gcloud services enable aiplatform.googleapis.com
gcloud services enable servicedirectory.googleapis.com

2. कुछ वैरिएबल सेट करें. ये वैरिएबल, कस्टम वीपीसी के प्रोजेक्ट आईडी और नेटवर्क आईडी होते हैं. आपको चौथे चरण में वीपीसी बनाना होगा.

projectid=$(gcloud config get-value project)
networkid=anthropic-net 
echo $projectid
echo $networkid
clear

3. अब anthropic-net नाम का कस्टम वीपीसी बनाएं.

gcloud compute networks create $networkid \
--project=$projectid \
--subnet-mode=custom \
--mtu=1460 \
--bgp-routing-mode=global

4. नए वीपीसी में vm1-subnet बनाएं

gcloud compute networks subnets create vm-subnet \
--project=$projectid --range=10.0.88.0/24 \
--stack-type=IPV4_ONLY --network=$networkid \
--region=us-east1

5. अपने वीपीसी में आईसीएमपी, एसएसएच, और एचटीटीपी फ़ायरवॉल के नियम जोड़ना

gcloud compute firewall-rules create $networkid-allow-icmp --project=$projectid \
--network=$networkid \
--description="Allows ICMP connections from any source to any instance on the network." \
--direction=INGRESS \
--priority=65534 \
--source-ranges=0.0.0.0/0 \
--action=ALLOW \
--rules=icmp

gcloud compute firewall-rules create $networkid-allow-ssh \
--project=$projectid \
--network=$networkid \
--description="Allows TCP connections from any source to any instance on the network using port 22." \
--direction=INGRESS --priority=65534 \
--source-ranges=0.0.0.0/0 --action=ALLOW \
--rules=tcp:22

gcloud compute firewall-rules create $networkid-allow-web \
--project=$projectid \
--network=$networkid \
--description="Allows TCP connections on port 8080." \
--direction=INGRESS --priority=1000 \
--source-ranges=0.0.0.0/0 --action=ALLOW \
--rules=tcp:8080

4. Vertex Model Garden में Anthropic को चालू करना

हमें इंटरनेट के लिए आउटबाउंड बाहरी ऐक्सेस देना होगा. इसलिए, चलिए एक Cloud NAT गेटवे बनाते हैं और उसे अटैच करते हैं.

1. Vertex AI डैशबोर्ड पर जाएं और Model Garden चुनें
2. Anthropic खोजें और Claude Opus 4.5 चुनें

3. चालू करें को चुनें. आपको कुछ जानकारी भरनी होगी. फ़ॉर्म भरें और आगे बढ़ें को चुनें 4. Claude 4.5 Opus को चालू करने के लिए, आखिरी पेज पर सहमत हूं को चुनें

5. 

ध्यान दें: यह प्रोसेस, हर मॉडल के लिए एक जैसी होनी चाहिए

5. NAT गेटवे और वीएम बनाना

हमें इंटरनेट के लिए आउटबाउंड बाहरी ऐक्सेस देना होगा. इसलिए, चलिए एक Cloud NAT गेटवे बनाते हैं और उसे अटैच करते हैं.

Cloud Shell में, इन कमांड का इस्तेमाल करें

1. Cloud NAT बनाएं.

gcloud compute routers create anthro-out-nat \
    --network $networkid \
    --region us-east1 

2. Cloud NAT गेटवे बनाएं.

gcloud compute routers nats create anthro-out-nat-gw \
    --router-region us-east1 \
    --router anthro-out-nat \
    --nat-all-subnet-ip-ranges \
    --auto-allocate-nat-external-ips

अब Python SDK की मदद से, Vertex AI पर Anthropic को ऐक्सेस करने के लिए एक वीएम बनाते हैं.

हम इन पैकेज को इंस्टॉल करके, जांच करने के लिए एक वीएम बनाने जा रहे हैं

1. एक ही Cloud Shell सेशन में, नीचे दिए गए निर्देशों का इस्तेमाल करके anthro-vm बनाएं.

gcloud compute instances create anthro-vm \
--project=$projectid \
--zone=us-east1-b \
--network-interface=stack-type=IPV4_ONLY,subnet=vm-subnet,no-address,network=$networkid \
--metadata startup-script="#! /bin/bash    
      sudo apt-get update
      sudo apt-get install python3 python3-dev python3-venv -y
      sudo apt-get install tcpdump dnsutils -y
      sudo -i
      sudo mkdir -p ~/py-anthro-env
      cd ~/py-anthro-env
      python3 -m venv env
      source env/bin/activate
      pip install -U ipython google-genai 'anthropic[vertex]'"

आपको बिना किसी सार्वजनिक आईपी पते के बनाई गई वीएम दिखनी चाहिए. अब हम वीएम को कॉन्फ़िगर करते हैं

6. वीएम को कॉन्फ़िगर करना और उसकी जांच करना

1. Google Cloud Shell में, anthro-vm नाम की नई वीएम में एसएसएच करें.

gcloud compute ssh anthro-vm \
    --project=$projectid \
    --zone=us-east1-b \
    --tunnel-through-iap \
    -- -L 8080:localhost:8080

2. anthro-vm में एसएसएच करने के बाद,अपना venv एनवायरमेंट चालू करें:

sudo -i -- bash -c 'cd py-anthro-env && source env/bin/activate && exec bash'

3. अब इसकी पुष्टि करते हैं, ताकि बाद में कुछ टेस्टिंग की जा सके. वीएम में यहां दिया गया निर्देश चलाएं. जब कहा जाए, तब y दबाएं.

gcloud auth application-default login

4. इसके बाद, https:// से शुरू होने वाले यूआरएल को कॉपी करें. अपने लैब ब्राउज़र विंडो में एक नया टैब खोलें और यूआरएल चिपकाएं. प्रॉम्प्ट स्वीकार करें.
5. जब आपको यह दिखे, तो कॉपी करें को चुनें. इसके बाद, anthro-vm सेशन पर वापस जाएं. Enter authorization code: के लिए, कॉपी किया गया कोड चिपकाएं और पुष्टि करने के लिए Enter दबाएं.

6. अब हम एक छोटा सा टेस्ट करेंगे, ताकि यह पता चल सके कि हम Vertex Gemini API से कनेक्ट हो सकते हैं या नहीं.

dig *-aiplatform.googleapis.com

7. आपको कुछ ऐसा दिखेगा (पते अलग-अलग होंगे). ध्यान दें कि एपीआई एक सार्वजनिक एपीआई है. इसलिए, पाथ सार्वजनिक आईपी पतों के ज़रिए होता है.

; <<>> DiG 9.18.39-0ubuntu0.24.04.2-Ubuntu <<>> *-aiplatform.googleapis.com
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 3728
;; flags: qr rd ra; QUERY: 1, ANSWER: 16, AUTHORITY: 0, ADDITIONAL: 1

;; OPT PSEUDOSECTION:
; EDNS: version: 0, flags:; udp: 512
;; QUESTION SECTION:
;*-aiplatform.googleapis.com.   IN      A

;; ANSWER SECTION:
*-aiplatform.googleapis.com. 300 IN     A       172.217.204.95
*-aiplatform.googleapis.com. 300 IN     A       172.217.203.95
*-aiplatform.googleapis.com. 300 IN     A       173.194.215.95
*-aiplatform.googleapis.com. 300 IN     A       142.250.98.95
*-aiplatform.googleapis.com. 300 IN     A       173.194.217.95
*-aiplatform.googleapis.com. 300 IN     A       142.251.107.95
*-aiplatform.googleapis.com. 300 IN     A       74.125.196.95

8. अब Python का इस्तेमाल करते हैं. ipython इंटरफ़ेस को चालू करने के लिए, ipython टाइप करें.

ipython

9. अब इसे कॉपी करें और चिपकाएं. इसमें Claude Opus 4.5 से पूछा गया है कि "एजेंटिक एआई बनाने के लिए मुख्य चरण क्या हैं?" इसके बाद, यह आउटपुट लेता है और इसे Gemini 3 Pro को भेजता है. यह एक खास जानकारी बनाता है और एक इमेज जनरेट करता है. इसके बाद, इसे वीएम पर सेव करता है.

import os
import sys
import google.auth
from pathlib import Path
from google import genai
from google.genai import types
from anthropic import AnthropicVertex

# 1. Setup & Auth
print("--- Authenticating ---")
creds, project_id = google.auth.default()
LOCATION = "global"

# 2. Initialize Clients
print(f"--- Initializing Clients for Project: {project_id} ---")
google_client = genai.Client(vertexai=True, location=LOCATION, project=project_id)
claude_client = AnthropicVertex(region=LOCATION, project_id=project_id)

# 3. Define the Question
question = "What are the key steps to building Agentic AI?"
print(f"\n--- Asking Claude: {question} ---")

# 4. Get Claude's Research
msg = claude_client.messages.create(
    model="claude-opus-4-5@20251101",
    max_tokens=2048,
    messages=[{"role": "user", "content": question}]
)
claude_text = msg.content[0].text
print(f"✓ Claude Answered ({len(claude_text)} chars)")

# 5. Send to Gemini 3 for Image & Summary
print("\n--- Sending to Gemini 3 (Image + Text) ---")
gemini_prompt = f"""
I am providing you with a technical explanation generated by Claude Opus 4.5.
1. READ the text below.
2. GENERATE a concise, bulleted executive summary.
3. CREATE a high-quality, futuristic illustration for a tech blog header (16:9).

--- INPUT TEXT ---
{claude_text}
"""

response = google_client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=gemini_prompt,
    config=types.GenerateContentConfig(
        response_modalities=['TEXT', 'IMAGE'],
        temperature=0.7
    )
)

# 6. Save and Display Results
print("\n--- Results ---")
for part in response.parts:
    if part.text:
        print(f"\n[SUMMARY]:\n{part.text.strip()[:500]}...\n(Summary truncated for brevity)")
    elif image := part.as_image():
        filename = "gemini_agentic_ai.png"
        image.save(filename)
        print(f"\n✓ IMAGE SAVED to: {os.path.abspath(filename)}")

10. टेक्स्ट का नतीजा देखने के लिए, Enter बटन को दो बार दबाएं.
11. इमेज देखने के लिए, हमें Python में वेब सेवा चालू करनी होगी. ipython सेशन में यह कमांड चलाएं

!python3 -m http.server 8080

12. अब Cloud Shell में वेब प्रिव्यू के विकल्प पर जाएं. इसके बाद, पोर्ट 8080 पर झलक देखें को चुनें
13. खुले हुए वेब सेशन में, जनरेट की गई इमेज देखने के लिए gemini_agentic_ai.png चुनें. (नीचे दी गई सैंपल इमेज, एआई से जनरेट की गई है)
    
14. Cloud Shell में, सेशन से बाहर निकलने के लिए Ctrl C दबाएं. इसके बाद, exit टाइप करें और Cloud Shell के होम पेज पर वापस जाने के लिए, Enter दबाएं. इस प्रोसेस को तीन बार दोहराएं
15. चलिए, जारी रखें.

ध्यान दें: प्रॉम्प्ट के सवाल को किसी और सवाल में बदला जा सकता है.

7. googleapis के लिए पीएससी एंडपॉइंट बनाना

Vertex API एंडपॉइंट से प्राइवेट कनेक्टिविटी चालू करने के लिए, हम googleapis के लिए Private Service Connect एंडपॉइंट बनाएंगे. इससे हमें एक निजी आईपी पते का इस्तेमाल करने की अनुमति मिलेगी. हम इस पते को, googleapis पर ट्रैफ़िक को रूट करने के लिए असाइन करते हैं. इस मामले में, हमें Vertex Gemini की ज़रूरत है.

1. अगर Cloud Shell पहले से खुला हुआ नहीं है, तो उसे खोलें. पीएससी एंडपॉइंट के लिए आईपी पता बनाएं. इस मामले में, हम 192.168.255.230 का इस्तेमाल करेंगे.

gcloud compute addresses create anthro-ip \
    --global \
    --purpose=PRIVATE_SERVICE_CONNECT \
    --addresses=192.168.255.230 \
    --network=$networkid

2. आईपी बनाए जाने की पुष्टि करना

gcloud compute addresses list --filter="name=( 'anthro-ip' ...)"

3. इसके बाद, पीएससी एंडपॉइंट बनाएं

gcloud compute forwarding-rules create pscanthrovertex \
    --global \
    --network=$networkid \
    --address=anthro-ip \
    --target-google-apis-bundle=all-apis

4. इससे एक एंडपॉइंट और एक सेवा डायरेक्ट्री एंट्री बन जाएगी. एंडपॉइंट मौजूद होने की पुष्टि करना

gcloud compute forwarding-rules describe pscanthrovertex --global

8. Automatic Service Directory Zone की मदद से, एंडपॉइंट कनेक्टिविटी की पुष्टि करना

Gemini से कनेक्ट करने के लिए, आइए प्राइवेट एंडपॉइंट का इस्तेमाल करें.

1. वीएम इंस्टेंस anthro-vm1 पर जाएं. एसएसएच चुनें और वीएम में एसएसएच करें
2. dig कमांड का इस्तेमाल करके, aiplatform-pscanthrovertex.p.googleapis.com से कनेक्टिविटी का पाथ देखें. आपको पीएससी एंडपॉइंट का आईपी पता 192.168.255.230 दिखेगा

dig aiplatform-pscanthrovertex.p.googleapis.com

3. सभी SSH सेशन बंद करें

9. googleapis के लिए मैन्युअल डीएनएस एंट्री बनाना

प्राइवेट डीएनएस का इस्तेमाल करके, पीएससी एंडपॉइंट पर ले जाने वाली मैन्युअल डीएनएस एंट्री बनाई जा सकती है. इससे उन सभी नेटवर्क पर असर पड़ेगा जिन्हें आपने इससे असाइन किया है.

Cloud Shell में यहां दिए गए कमांड चलाएं.

1. googleapis.com के लिए निजी डीएनएस ज़ोन बनाएं और इसे anthropic-net नेटवर्क से अटैच करें.

gcloud dns managed-zones create googleapis-private \
    --description="Private DNS zone for googleapis.com" \
    --dns-name="googleapis.com." \
    --visibility="private" \
    --networks="anthropic-net"

2. रूट डोमेन को Private Service Connect एंडपॉइंट आईपी (192.168.255.230) पर मैप करने वाला A रिकॉर्ड बनाएं

gcloud dns record-sets create "googleapis.com." \
    --zone="googleapis-private" \
    --type="A" \
    --ttl="300" \
    --rrdatas="192.168.255.230"

3. सभी सबडोमेन (जैसे, aiplatform.googleapis.com) को रूट A रिकॉर्ड पर रीडायरेक्ट करने के लिए, वाइल्डकार्ड CNAME रिकॉर्ड बनाएं

gcloud dns record-sets create "*.googleapis.com." \
    --zone="googleapis-private" \
    --type="CNAME" \
    --ttl="300" \
    --rrdatas="googleapis.com."

4. ज़ोन में मौजूद रिकॉर्ड सेट की सूची बनाएं, ताकि यह पुष्टि की जा सके कि A रिकॉर्ड और CNAME सही तरीके से बनाए गए हैं.

gcloud dns record-sets list --zone="googleapis-private"

5. कंसोल व्यू में यह इस तरह दिखना चाहिए. आपको A रिकॉर्ड और CNAME वाला सेटअप इस तरह दिखेगा देखें
6. इसके बाद, हम anthro-vm पर इन बदलावों के साथ कनेक्टिविटी की पुष्टि करते हैं

10. आईपी पते के ज़रिए एंडपॉइंट कनेक्टिविटी की पुष्टि करना

Gemini से कनेक्ट करने के लिए, आइए प्राइवेट एंडपॉइंट का इस्तेमाल करें.

ध्यान दें: वीएम पर मैन्युअल तरीके से कोई कॉन्फ़िगरेशन करना ज़रूरी नहीं है.

1. Google Cloud Shell में, anthro-vm नाम की नई वीएम में SSH करें.

gcloud compute ssh anthro-vm \
    --project=$projectid \
    --zone=us-east1-b \
    --tunnel-through-iap \
    -- -L 8080:localhost:8080

2. anthro-vm में एसएसएच करने के बाद,अपना venv एनवायरमेंट चालू करें:

sudo -i -- bash -c 'cd py-anthro-env && source env/bin/activate && exec bash'

3. अब dig करके देखते हैं कि हम Vertex Gemini API से कनेक्ट हो सकते हैं या नहीं.

dig *-aiplatform.googleapis.com

4. आपको कुछ ऐसा दिखेगा (पता अलग होगा). ध्यान दें कि पाथ, पीएससी एंडपॉइंट के आईपी पतों के ज़रिए होता है.

; <<>> DiG 9.18.41-1~deb12u1-Debian <<>> *-aiplatform.googleapis.com
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 33703
;; flags: qr rd ra; QUERY: 1, ANSWER: 2, AUTHORITY: 0, ADDITIONAL: 1

;; OPT PSEUDOSECTION:
; EDNS: version: 0, flags:; udp: 512
;; QUESTION SECTION:
;*-aiplatform.googleapis.com.   IN      A

;; ANSWER SECTION:
*-aiplatform.googleapis.com. 300 IN     CNAME   googleapis.com.
googleapis.com.         300     IN      A       192.168.255.230

;; Query time: 8 msec
;; SERVER: 169.254.169.254#53(169.254.169.254) (UDP)
;; WHEN: Sat Nov 29 15:19:15 UTC 2025
;; MSG SIZE  rcvd: 86

5. ping कमांड का इस्तेमाल करके. हम एक छोटा सा टेस्ट कर सकते हैं. ध्यान दें: यह आईपी PSC का एंडपॉइंट है. इसलिए, आपके पिंग नहीं हो पाएंगे.

ping -c 2 aiplatform.googleapis.com

6. अब Python का इस्तेमाल करते हैं. ipython इंटरफ़ेस को चालू करने के लिए, ipython टाइप करें.

ipython

7. अब इसे कॉपी करें और चिपकाएं. इसमें Claude Opus 4.5 से पूछा गया है कि "मुझे रोटी बनाने की सिलसिलेवार रेसिपी बताओ, ताकि शुरुआती दौर में रोटी बनाने वाले लोग भी इसे बना सकें?" इसके बाद, यह आउटपुट लेता है और इसे Gemini 3 Pro को पास करता है. Gemini 3 Pro, खास जानकारी तैयार करता है और एक इमेज जनरेट करता है. यह इमेज, VM पर सेव होती है

import os
import sys
import google.auth
from pathlib import Path
from google import genai
from google.genai import types
from anthropic import AnthropicVertex

# 1. Setup & Auth
print("--- Authenticating ---")
creds, project_id = google.auth.default()
LOCATION = "global"

# 2. Initialize Clients
print(f"--- Initializing Clients for Project: {project_id} ---")
google_client = genai.Client(vertexai=True, location=LOCATION, project=project_id)
claude_client = AnthropicVertex(region=LOCATION, project_id=project_id)

# 3. Define the Question
question = "Give me a step by step recipe to make a roti for a beginner?"
print(f"\n--- Asking Claude: {question} ---")

# 4. Get Claude's Research
msg = claude_client.messages.create(
    model="claude-opus-4-5@20251101",
    max_tokens=2048,
    messages=[{"role": "user", "content": question}]
)
claude_text = msg.content[0].text
print(f"✓ Claude Answered ({len(claude_text)} chars)")

# 5. Send to Gemini 3 for Image & Summary
print("\n--- Sending to Gemini 3 (Image + Text) ---")
gemini_prompt = f"""
I am providing you with a technical explanation generated by Claude Opus 4.5.
1. READ the text below.
2. GENERATE a concise, bulleted executive summary.
3. CREATE a high-quality, futuristic illustration for a tech blog header (16:9).

--- INPUT TEXT ---
{claude_text}
"""

response = google_client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=gemini_prompt,
    config=types.GenerateContentConfig(
        response_modalities=['TEXT', 'IMAGE'],
        temperature=0.7
    )
)

# 6. Save and Display Results
print("\n--- Results ---")
for part in response.parts:
    if part.text:
        print(f"\n[SUMMARY]:\n{part.text.strip()[:500]}...\n(Summary truncated for brevity)")
    elif image := part.as_image():
        filename = "cookingroti.png"
        image.save(filename)
        print(f"\n✓ IMAGE SAVED to: {os.path.abspath(filename)}")

8. टेक्स्ट का नतीजा देखने के लिए, Enter बटन को दो बार दबाएं.
9. इमेज देखने के लिए, हमें Python में वेब सेवा चालू करनी होगी. इसलिए, ipython सेशन में यह कोड चलाएं

!python3 -m http.server 8080

10. अब Cloud Shell में वेब प्रीव्यू के विकल्प पर जाएं और पोर्ट 8080 पर प्रीव्यू चुनें
11. जनरेट की गई इमेज देखने के लिए, cookingroti.png को चुनें. (नीचे दिया गया सैंपल, एआई ने जनरेट किया है)
12. Cloud Shell में, सेशन से बाहर निकलने के लिए Ctrl C दबाएं. इसके बाद, exit टाइप करें और Cloud Shell के होम पेज पर वापस जाने के लिए, Enter दबाएं. इस प्रोसेस को तीन बार दोहराएं

11. बधाई हो

बधाई हो! आपने कुछ मज़ेदार काम किए हैं. साथ ही, सार्वजनिक एपीआई पते और Googleapis के लिए Private Service Connect एंडपॉइंट का इस्तेमाल करके, Vertex पर Anthropic Claude Opus 4.5 और Gemini 3 Pro से कनेक्ट किया है. इस सुविधा की मदद से, प्राइवेट एपीआई कनेक्टिविटी को अपने ऑन-प्रेम/अन्य क्लाउड एनवायरमेंट में बढ़ाया जा सकता है. ये एनवायरमेंट, इंटरकनेक्ट, क्रॉस-क्लाउड इंटरकनेक्ट, और वीपीसी के ज़रिए कनेक्ट किए जाते हैं.

व्यवस्थित करें

gcloud compute instances delete anthro-vm --zone=us-east1-b --quiet

gcloud compute routers nats delete anthro-out-nat-gw --router=anthro-out-nat --region=us-east1 --quiet

gcloud compute routers delete anthro-out-nat --region=us-east1 --quiet

gcloud compute firewall-rules delete anthropic-net-allow-icmp anthropic-net-allow-ssh anthropic-net-allow-web --quiet

gcloud compute forwarding-rules delete pscanthrovertex --global --quiet

gcloud dns record-sets delete googleapis.com. --zone googleapis-private --type A --quiet

gcloud dns record-sets delete *.googleapis.com --zone googleapis-private --type CNAME --quiet

gcloud dns managed-zones delete googleapis-private --quiet

gcloud compute addresses delete anthro-ip --global --quiet

gcloud compute networks subnets delete vm-subnet --region=us-east1 --quiet

gcloud compute networks delete anthropic-net --quiet

अगले चरण / ज़्यादा जानें

Vertex AI नेटवर्किंग के बारे में ज़्यादा जानें

Codelab: Private Service Connect एंडपॉइंट के ज़रिए Python SDK का इस्तेमाल करके, Gemini 3 Pro से चैट करना

Codelab: ADK की मदद से एआई एजेंट बनाना:बुनियादी बातें

अगली लैब पर जाएं

Google Cloud की मदद से अपनी क्वेस्ट जारी रखें. साथ ही, Google Cloud Skills Boost के इन अन्य लैब को आज़माएं:

• Google Cloud में नेटवर्किंग की बुनियादी बातें
• Generative AI Explorer - Vertex AI
• Google Cloud पर एजेंटिक एआई