‫Anthropic Claude Opus 4.5 وGemini 3 على Vertex AI مع حزمة تطوير البرامج (SDK) بلغة Python من خلال نقطة نهاية Private Service Connect

1- نظرة عامة

يمكن الوصول إلى واجهة برمجة التطبيقات Vertex AI API عبر الإنترنت، ولكن في مؤسستك، قد تحتاج إلى الوصول إلى واجهة برمجة التطبيقات Vertex AI API بشكل خاص بدون استخدام الإنترنت. في هذا المختبر، ستتمكّن أولاً من الوصول إلى Anthropic Claude Opus 4.5 وGemini 3 Pro على Vertex من خلال حزمة تطوير البرامج (SDK) الخاصة بلغة Python التي تعمل على مثيل جهاز افتراضي عبر الإنترنت المتاح للجميع.

بعد ذلك، ستنشئ نقطة نهاية Private Service Connect إلى Googleapis، وتغيّر مسار نقل البيانات لاستخدام نقطة النهاية الخاصة للاتصال بواجهة Vertex API.

سيأخذ نموذج رمز Python الأسئلة المُدخَلة، ثم يمرّرها إلى Claude Opus لإنشاء إجابة، وسيتم تمرير الناتج إلى Gemini Pro 3 لإنشاء ملخّص نصي وإنشاء صورة.

في هذا الدرس التطبيقي، ستنشئ النمط التالي.

الشكل 1.

c8f37e193349bfd6.png

2. الأهداف

في هذه الميزة الاختبارية، ستتعرّف على كيفية تنفيذ المهمة التالية:

  • إعداد مثيل الجهاز الافتراضي لاستخدام حزمة تطوير البرامج (SDK) الخاصة بلغة Python
  • تفعيل بطاقة نموذج Anthropic في Vertex AI
  • الاتصال بـ Anthropic Claude Opus 4.5 وGemini 3 Pro من خلال نص برمجي بلغة Python
  • ضبط نقطة نهاية PSC للاتصال بـ Googleapis
  • ضبط إدخالات نظام أسماء النطاقات اليدوية
  • التحقّق من مسار الاتصال بـ Googleais
  • تنفيذ نص Python البرمجي لطلب البحث من النماذج

إعداد الدرس التطبيقي

إعداد البيئة بالسرعة التي تناسبك

  1. سجِّل الدخول إلى Google Cloud Console وأنشِئ مشروعًا جديدًا أو أعِد استخدام مشروع حالي. إذا لم يكن لديك حساب على Gmail أو Google Workspace، عليك إنشاء حساب.

295004821bab6a87.png

37d264871000675d.png

96d86d3d5655cdbe.png

  • اسم المشروع هو الاسم المعروض للمشاركين في هذا المشروع. وهي سلسلة أحرف لا تستخدمها Google APIs. ويمكنك تعديلها في أي وقت.
  • معرّف المشروع هو معرّف فريد في جميع مشاريع Google Cloud ولا يمكن تغييره بعد ضبطه. تنشئ Cloud Console تلقائيًا سلسلة فريدة، ولا يهمّك عادةً ما هي. في معظم دروس البرمجة، عليك الرجوع إلى رقم تعريف مشروعك (يُشار إليه عادةً باسم PROJECT_ID). إذا لم يعجبك رقم التعريف الذي تم إنشاؤه، يمكنك إنشاء رقم تعريف عشوائي آخر. يمكنك بدلاً من ذلك تجربة اسم مستخدم من اختيارك ومعرفة ما إذا كان متاحًا. لا يمكن تغيير هذا الخيار بعد هذه الخطوة وسيظل ساريًا طوال مدة المشروع.
  • للعلم، هناك قيمة ثالثة، وهي رقم المشروع، تستخدمها بعض واجهات برمجة التطبيقات. يمكنك الاطّلاع على مزيد من المعلومات حول هذه القيم الثلاث في المستندات.
  1. بعد ذلك، عليك تفعيل الفوترة في Cloud Console لاستخدام موارد/واجهات برمجة تطبيقات Cloud. لن تكلفك تجربة هذا الدرس البرمجي الكثير، إن وُجدت أي تكلفة على الإطلاق. لإيقاف الموارد وتجنُّب تحمّل تكاليف تتجاوز هذا البرنامج التعليمي، يمكنك حذف الموارد التي أنشأتها أو حذف المشروع. يمكن لمستخدمي Google Cloud الجدد الاستفادة من برنامج الفترة التجريبية المجانية بقيمة 300 دولار أمريكي.

بدء Cloud Shell

على الرغم من إمكانية تشغيل Google Cloud عن بُعد من الكمبيوتر المحمول، ستستخدم في هذا الدرس العملي Google Cloud Shell، وهي بيئة سطر أوامر تعمل في السحابة الإلكترونية.

من Google Cloud Console، انقر على رمز Cloud Shell في شريط الأدوات أعلى يسار الصفحة:

تفعيل Cloud Shell

لن يستغرق توفير البيئة والاتصال بها سوى بضع لحظات. عند الانتهاء، من المفترض أن يظهر لك ما يلي:

لقطة شاشة لوحدة طرفية Google Cloud Shell توضّح أنّه تم ربط البيئة

يتم تحميل هذه الآلة الافتراضية مزوّدة بكل أدوات التطوير التي ستحتاج إليها. توفّر هذه الخدمة دليلًا منزليًا دائمًا بسعة 5 غيغابايت، وتعمل على Google Cloud، ما يؤدي إلى تحسين أداء الشبكة والمصادقة بشكل كبير. يمكن إكمال جميع المهام في هذا الدرس العملي ضمن المتصفّح. ليس عليك تثبيت أي تطبيق.

3- إعداد بيئة الاختبار

سننشئ سحابة VPC مخصّصة تتضمّن قواعد جدار الحماية. إذا كان لديك شبكة VPC ومشروع حاليًا، يمكنك تخطّي هذا الجزء.

افتح Cloud Shell في أعلى وحدة التحكّم على يسار الصفحة. اضبط الإعدادات على النحو التالي: b51b80043d3bac90.png

  1. تفعيل بعض واجهات برمجة التطبيقات التي سنستخدمها في هذا الدرس التطبيقي
gcloud services enable dns.googleapis.com
gcloud services enable aiplatform.googleapis.com
gcloud services enable servicedirectory.googleapis.com
  1. اضبط بعض المتغيرات. هذه المتغيرات هي رقم تعريف المشروع ورقم تعريف الشبكة الخاصة الافتراضية المخصّصة (ستنشئ الشبكة الخاصة الافتراضية في الخطوة 4).
projectid=$(gcloud config get-value project)
networkid=anthropic-net 
echo $projectid
echo $networkid
clear
  1. الآن، أنشئ شبكة VPC مخصّصة باسم anthropic-net.
gcloud compute networks create $networkid \
--project=$projectid \
--subnet-mode=custom \
--mtu=1460 \
--bgp-routing-mode=global
  1. إنشاء الشبكة الفرعية vm1 في شبكة VPC الجديدة
gcloud compute networks subnets create vm-subnet \
--project=$projectid --range=10.0.88.0/24 \
--stack-type=IPV4_ONLY --network=$networkid \
--region=us-east1
  1. إضافة قواعد جدار الحماية الخاصة ببروتوكول ICMP وبروتوكول SSH وبروتوكول HTTP إلى شبكة VPC
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. تفعيل Anthropic في مكتبة النماذج في Vertex

علينا منح إذن بالوصول الخارجي إلى الإنترنت، لذا لننشئ بوابة Cloud NAT ونربطها.

  1. انتقِل إلى لوحة بيانات Vertex AI واختَر Model Garden
  2. ابحث عن Anthropic واختَر Claude Opus 4.5

d8937fa7d5e216b7.png 3. انقر على تفعيل، وسيُطلب منك ملء بعض المعلومات. املأ النموذج وانقر على التالي. في الصفحة الأخيرة، انقر على موافقة لتفعيل Claude 4.5 Opus.

6ccda2a237000dea.png

  1. 84fbda607163ab9a.png

5- إنشاء بوابة NAT وأجهزة افتراضية

علينا منح إذن بالوصول الخارجي إلى الإنترنت، لذا لننشئ بوابة Cloud NAT ونربطها.

في Cloud Shell، استخدِم الأوامر التالية

  1. أنشئ Cloud NAT.
gcloud compute routers create anthro-out-nat \
    --network $networkid \
    --region us-east1
  1. أنشئ بوابة Cloud NAT.
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

لننشئ الآن آلة افتراضية واحدة للوصول إلى Anthropic على Vertex AI من خلال حزمة تطوير البرامج (SDK) في Python.

سننشئ جهازًا افتراضيًا لاختباره بعد تثبيت الحِزم التالية

  1. في جلسة Cloud Shell نفسها، أنشئ anthro-vm باستخدام ما يلي.
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]'"

يجب أن يظهر لك جهاز افتراضي تم إنشاؤه بدون عناوين IP علنية. لنضبط الآن إعدادات الجهاز الافتراضي

6. ضبط الجهاز الافتراضي واختباره

  1. في Google Cloud Shell، يمكنك استخدام SSH لتسجيل الدخول إلى الجهاز الافتراضي الجديد باسم anthro-vm.
gcloud compute ssh anthro-vm \
    --project=$projectid \
    --zone=us-east1-b \
    --tunnel-through-iap \
    -- -L 8080:localhost:8080
  1. بعد تسجيل الدخول إلى anthro-vm باستخدام بروتوكول SSH، فعِّل بيئة venv:
sudo -i -- bash -c 'cd py-anthro-env && source env/bin/activate && exec bash'
  1. لنثبت الآن صحة هذا الرمز لنتمكّن من إجراء بعض الاختبارات لاحقًا. نفِّذ الأمر التالي في الجهاز الظاهري، واضغط على y عند المطالبة بذلك.
gcloud auth application-default login
  1. بعد ذلك، انسخ عنوان URL الذي يظهر في البداية مع https://، وافتح علامة تبويب جديدة في نافذة متصفّح المختبر والصِق عنوان URL. اقبل الطلبات.
  2. عند ظهور الخيار "نسخ"، ارجع إلى جلسة الجهاز الظاهري anthro-vm، ثم الصِق الرمز الذي نسخته في الحقل أدخِل رمز التفويض: واضغط على Enter للمصادقة.

b703db7aa2aa286a.png

  1. لنُجرِ الآن اختبارًا سريعًا لمعرفة ما إذا كان بإمكاننا الاتصال بواجهة Vertex Gemini API.
dig *-aiplatform.googleapis.com
  1. من المفترض أن يظهر لك شيء مشابه (ستختلف العناوين). يُرجى العِلم أنّ المسار يتم عبر عناوين IP العامة لأنّ واجهة برمجة التطبيقات هي واجهة برمجة تطبيقات عامة.
; <<>> 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
  1. لنستخدم الآن لغة Python. اكتب ipython لتفعيل واجهة ipython.
ipython

845ef4291429888a.png

  1. الآن، انسخ ما يلي والصِقه. هذا السؤال موجّه إلى Claude Opus 4.5: "ما هي الخطوات الرئيسية لإنشاء ذكاء اصطناعي مستقل؟" ثم تأخذ النتيجة وتمرّرها إلى Gemini 3 Pro الذي ينشئ ملخّصًا وينشئ صورة يحفظها على الجهاز الظاهري.
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)}")
  1. اضغط على مفتاح Enter مرتين لتشغيل النتيجة النصية وعرضها.
  2. لعرض الصورة، علينا تفعيل خدمة ويب في Python. نفِّذ ما يلي في جلسة ipython
!python3 -m http.server 8080
  1. انتقِل الآن إلى خيار معاينة الويب في Cloud Shell، واختَر المعاينة على المنفذ 8080 6dcb2bf9a08aacaf.png
  2. في جلسة الويب المفتوحة، اختَر gemini_agentic_ai.png لعرض الصورة التي تم إنشاؤها. (الصورة النموذجية أدناه من إنشاء الذكاء الاصطناعي)
    fdcb79d8410dadc5.png
  3. في Cloud Shell، للخروج من الجلسة، اضغط على Ctrl C، ثم اكتب exit واضغط على Enter (كرِّر ذلك ثلاث مرات) للرجوع إلى صفحة Cloud Shell الرئيسية.
  4. لنواصل.

7. إنشاء نقطة نهاية PSC في googleapis

لتفعيل الاتصال الخاص بنقطة نهاية Vertex API، سننشئ نقطة نهاية Private Service Connect لـ googleapis. سيسمح لنا ذلك باستخدام عنوان IP خاص نحدّده لتوجيه الزيارات إلى googleapis التي نحتاج إليها، وفي هذه الحالة Vertex Gemini.

  1. افتح Cloud Shell إذا لم يكن مفتوحًا من قبل. أنشئ عنوان IP لنقطة نهاية PSC. سنستخدم 192.168.255.230 في هذه الحالة.
gcloud compute addresses create anthro-ip \
    --global \
    --purpose=PRIVATE_SERVICE_CONNECT \
    --addresses=192.168.255.230 \
    --network=$networkid
  1. تأكيد إنشاء عنوان IP
gcloud compute addresses list --filter="name=( 'anthro-ip' ...)"
  1. بعد ذلك، أنشئ نقطة نهاية PSC
gcloud compute forwarding-rules create pscanthrovertex \
    --global \
    --network=$networkid \
    --address=anthro-ip \
    --target-google-apis-bundle=all-apis
  1. سيؤدي ذلك إلى إنشاء نقطة نهاية وإدخال في دليل الخدمات. التحقّق من توفّر نقطة النهاية
gcloud compute forwarding-rules describe pscanthrovertex --global

8. التحقّق من إمكانية الاتصال بنقطة النهاية من خلال منطقة دليل الخدمة التلقائية

لنبدأ بالربط باستخدام نقطة النهاية الخاصة للاتصال بـ Gemini.

  1. انتقِل إلى مثيل الجهاز الافتراضي anthro-vm1. اختَر SSH وادخل إلى الجهاز الافتراضي باستخدام SSH
  2. تحقَّق من مسار الاتصال بـ aiplatform-pscanthrovertex.p.googleapis.com باستخدام الأمر dig. يجب أن يظهر لك عنوان IP لنقطة نهاية PSC 192.168.255.230
dig aiplatform-pscanthrovertex.p.googleapis.com
  1. إنهاء جميع جلسات SSH

9- إنشاء إدخال نظام أسماء نطاقات يدوي إلى googleapis

يمكنك إنشاء إدخال يدوي لنظام أسماء النطاقات (DNS) للإشارة إلى نقطة نهاية Private Service Connect (PSC) باستخدام نظام أسماء النطاقات الخاص. سيؤثّر ذلك في جميع الشبكات التي تحدّدها له.

نفِّذ الأوامر التالية في Cloud Shell.

  1. أنشئ منطقة نظام أسماء نطاقات خاص لـ googleapis.com وأرفِقها بشبكة anthropic-net.
gcloud dns managed-zones create googleapis-private \
    --description="Private DNS zone for googleapis.com" \
    --dns-name="googleapis.com." \
    --visibility="private" \
    --networks="anthropic-net"
  1. إنشاء سجلّ A يربط النطاق الجذر بعنوان IP لنقطة نهاية Private Service Connect (‫192.168.255.230)
gcloud dns record-sets create "googleapis.com." \
    --zone="googleapis-private" \
    --type="A" \
    --ttl="300" \
    --rrdatas="192.168.255.230"
  1. إنشاء سجلّ CNAME عام لإعادة توجيه جميع النطاقات الفرعية (مثل aiplatform.googleapis.com) إلى سجلّ A الجذر
gcloud dns record-sets create "*.googleapis.com." \
    --zone="googleapis-private" \
    --type="CNAME" \
    --ttl="300" \
    --rrdatas="googleapis.com."
  1. أدرِج مجموعات السجلات في المنطقة للتأكّد من إنشاء سجلّ A وسجلّ CNAME بشكل صحيح.
gcloud dns record-sets list --zone="googleapis-private"
  1. من المفترض أن يظهر على النحو التالي في عرض وحدة التحكّم. من المفترض أن يظهر لك إعداد يتضمّن سجلّ A وسجلّ CNAME على النحو التالي: a51a8b8caa7a0f1e.png
  2. بعد ذلك، نتحقّق من إمكانية الاتصال بهذه التغييرات على anthro-vm.

10. تأكيد إمكانية الاتصال بنقطة النهاية من خلال عنوان IP

لنبدأ بالربط باستخدام نقطة النهاية الخاصة للاتصال بـ Gemini.

  1. في Google Cloud Shell، يمكنك استخدام SSH للوصول إلى الجهاز الافتراضي الجديد باسم anthro-vm.
gcloud compute ssh anthro-vm \
    --project=$projectid \
    --zone=us-east1-b \
    --tunnel-through-iap \
    -- -L 8080:localhost:8080
  1. بعد تسجيل الدخول إلى anthro-vm باستخدام بروتوكول SSH، فعِّل بيئة venv:
sudo -i -- bash -c 'cd py-anthro-env && source env/bin/activate && exec bash'
  1. لننفّذ الآن عملية dig لمعرفة ما إذا كان بإمكاننا الاتصال بواجهة Vertex Gemini API.
dig *-aiplatform.googleapis.com
  1. من المفترض أن يظهر لك شيء مشابه (سيختلف العنوان). يُرجى العِلم أنّ المسار يكون عبر عناوين IP لنقاط نهاية PSC.
; <<>> 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
  1. استخدام الأمر ping يمكننا إجراء اختبار سريع. ملاحظة: عنوان IP هذا هو نقطة نهاية PSC، ولن تنجح عمليات اختبار الاتصال.
ping -c 2 aiplatform.googleapis.com
  1. لنستخدم الآن لغة Python. اكتب ipython لتفعيل واجهة ipython.
ipython

845ef4291429888a.png

  1. الآن، انسخ ما يلي والصِقه. هذا الطلب يوجّه إلى Claude Opus 4.5: "أريد وصفة مفصّلة لصنع خبز الروتي للمبتدئين". ثم تأخذ النتيجة وتمرّرها إلى Gemini 3 Pro الذي ينشئ ملخّصًا وصورة ويحفظهما على الجهاز الظاهري
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)}")
  1. اضغط على مفتاح Enter مرتين لتشغيل النتيجة النصية وعرضها.
  2. لعرض الصورة، علينا تفعيل خدمة ويب في Python، لذا نفِّذ ما يلي في جلسة ipython
!python3 -m http.server 8080
  1. انتقِل الآن إلى خيار معاينة الويب في Cloud Shell، واختَر "معاينة على المنفذ 8080".
  2. انقر على cookingroti.png لعرض الصورة التي تم إنشاؤها. (تم إنشاء العيّنة أدناه باستخدام الذكاء الاصطناعي) bcf43fffede275cb.png
  3. في Cloud Shell، للخروج من الجلسة، اضغط على Ctrl C، ثم اكتب exit واضغط على Enter (كرِّر ذلك ثلاث مرات) للرجوع إلى صفحة Cloud Shell الرئيسية.

11. تهانينا

تهانينا، لقد استمتعت وربطت بنجاح Anthropic Claude Opus 4.5 وGemini 3 Pro على Vertex باستخدام كلّ من عنوان واجهة برمجة التطبيقات العامة وبشكل خاص باستخدام نقطة نهاية Private Service Connect لـ Googleapis. يمكن أن توسّع هذه الوظيفة نطاق الاتصال الخاص بواجهات برمجة التطبيقات ليشمل بيئة السحابة المحلية أو السحابة الأخرى المرتبطة من خلال (Interconnect وCross-Cloud Interconnect وVPC).

تَنظيم

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

الخطوات التالية / مزيد من المعلومات

يمكنك الاطّلاع على مزيد من المعلومات حول شبكات Vertex AI.

Codelab: الوصول إلى محادثة Gemini 3 Pro باستخدام حزمة تطوير البرامج (SDK) بلغة Python من خلال نقطة نهاية Private Service Connect

Codelab: إنشاء وكلاء الذكاء الاصطناعي باستخدام حزمة تطوير التطبيقات (ADK): الأساسيات

الدرس التطبيقي التالي

يمكنك مواصلة رحلتك التعليمية مع Google Cloud والاطّلاع على هذه المختبرات الأخرى في Google Cloud Skills Boost: