О практической работе
1. Обзор
Введение
Gemini 2.5 Pro — это лучшая модель Google для программирования и мировых знаний.
В серии 2.5 модели Gemini теперь являются гибридными моделями рассуждений! Gemini 2.5 Pro может применять расширенный подход к решению задач и использовать инструменты для максимизации точности ответа.
Близнецы 2.5 Про — это:
- Значительное улучшение по сравнению с предыдущими моделями по всем возможностям, включая кодирование, рассуждение и мультимодальность.
- Лидирующее в отрасли качество рассуждений с высочайшими показателями в тестах по математике и STEM.
- Потрясающая модель кода с особенно сильной веб-разработкой.
- Особенно хорош для сложных подсказок, но при этом хорошо продуман, включая номер 1 на LMSys.
Что вы узнаете
В этом руководстве вы узнаете, как использовать Gemini API и Google Gen AI SDK для Python с моделью Gemini 2.5 Pro.
Вы выполните следующие задачи:
- Генерация текста из текстовых подсказок
- Создание потокового текста
- Начать многоходовые чаты
- Используйте асинхронные методы
- Настройте параметры модели
- Установить системные инструкции
- Используйте защитные фильтры
- Используйте контролируемую генерацию
- Подсчитайте жетоны
- Обработка мультимодальных (аудио, код, документы, изображения, видео) данных.
- Используйте автоматический и ручной вызов функций
- Выполнение кода
- Примеры режима мышления
2. Прежде чем начать
Предварительные условия
Прежде чем вы сможете начать, вам понадобится проект Google Cloud с действующим платежным аккаунтом. Выберите проект Google Cloud, который вы хотите использовать.
Для запуска лаборатории кода мы будем использовать Colab Enterprise — управляемую среду блокнотов для совместной работы с возможностями безопасности и соответствия требованиям Google Cloud.
Включите необходимые API
Нажмите кнопку ниже, чтобы включить необходимые API для этой лаборатории кода в вашем проекте Google Cloud: Vertex AI, Dataform и Compute Engine.
Скопируйте блокнот Colab в Google Cloud
Нажмите кнопку ниже, чтобы открыть учебную записную книжку в Colab Enterprise. Это создаст копию блокнота Colab в вашем текущем проекте Google Cloud, что позволит вам запустить блокнот.
Давайте начнем!
3. Инициализируйте среду
Теперь, когда у нас создан блокнот Colab, мы можем выполнить код, представленный в блокноте. Первые несколько шагов позволят установить зависимости и импортировать необходимые библиотеки.
Выполните действия, описанные в разделе «Начало работы».
Сначала запустите ячейки в разделе «Начало работы» одну за другой.
Примечание. Вы можете запустить ячейку, удерживая указатель мыши над ячейкой кода, которую хотите запустить, а затем щелкнув значок 
Значок запуска ячейки.
К концу этого раздела вы сделаете следующее.
- Установите Google Gen AI SDK для Python
- Импортируйте необходимые библиотеки для лаборатории
- Настройте проект Google Cloud для использования Vertex AI.
Теперь давайте воспользуемся Gemini 2.5 Pro для генерации текста.
4. Генерация текста с помощью Gemini
В этом разделе Блокнота вы будете использовать Gemini 2.5 Pro для создания дополнений текста.
Продолжайте и выполните следующий набор ячеек в блокноте, потратив время на чтение кода и понимание того, как использовать Google GenAI SDK.
К концу этого раздела вы узнаете следующее.
- Как указать модель для использования.
- Непотоковая и потоковая генерация вывода.
- Использование возможности многоходового чата SDK.
- Асинхронный вызов SDK.
- Настройка параметров модели.
- Установка системных инструкций для настройки поведения модели.
- Настройка фильтров безопасности контента.
Далее мы увидим, как отправлять мультимодальные подсказки в Gemini.
5. Мультимодальные подсказки
В этом разделе Блокнота вы будете использовать Gemini 2.5 Pro для обработки изображений и видео.
Продолжайте и выполните следующие ячейки в блокноте. 
К концу этого раздела вы узнаете следующее.
- Отправьте приглашение, состоящее из изображения и текста.
- Обработка видео по URL
Далее мы сгенерируем четко определенные и структурированные результаты.
6. Структурированные результаты
При использовании реакции моделей в коде важно, чтобы мы получали последовательные и надежные результаты модели. Управляемая генерация позволяет определить схему ответа, чтобы указать структуру выходных данных модели, имена полей и ожидаемый тип данных для каждого поля.
Продолжайте и выполните следующие ячейки в блокноте. 
Далее мы увидим, как заземлить выходы модели.
7. Заземление
Если вы хотите использовать существующие базы знаний или предоставлять в модель информацию в режиме реального времени, вам следует обратить внимание на обоснование выходных данных модели.
С помощью Gemini и Vertex AI вы можете обосновать вывод в Google Search, вывод ответов функций и, наконец, сам код. Выполнение кода позволяет модели генерировать код и запускать его, тем самым обучаясь на результатах и повторяя итерации для получения окончательного результата.
Продолжайте и выполните следующие ячейки в блокноте. 
Далее мы увидим мыслительные возможности Gemini 2.5 Pro.
8. мышление
Режим мышления особенно полезен для сложных задач, требующих нескольких раундов разработки стратегии и итеративного решения. Модели Gemini 2.5 — это модели мышления, способные рассуждать, прежде чем ответить, что приводит к повышению производительности и точности.
Продолжайте и выполните следующие ячейки в блокноте. При этом обратите внимание на результат мышления до того, как модель представит фактический результат. 
9. Заключение
Поздравляем! Вы узнали, как использовать возможности Gemini 2.5 Pro с помощью Google Gen AI SDK для Python, включая генерацию текста, мультимодальность, обоснование, структурированные выходные данные и расширенные мыслительные возможности. Теперь у вас есть базовые знания, позволяющие создавать собственные инновационные приложения с помощью SDK. Gemini 2.5 Pro с его мощным режимом мышления и рассуждения открывает новые возможности и позволяет внедрять инновации в различных случаях использования.
Дополнительные ссылки
- См. справочную документацию Google Gen AI SDK .
- Изучите другие блокноты в репозитории Google Cloud Generative AI GitHub .
- Исследуйте модели искусственного интеллекта в Model Garden .