教程：快速模式下的 Agent Platform API

借助 Gemini Enterprise Agent Platform 快速模式，您可以快速试用 Gemini Enterprise Agent Platform 上提供的核心 生成式 AI 功能。本教程介绍了如何使用 Agent Platform API 快速模式执行以下任务：

  • 安装并初始化 Google Gen AI SDK 快速模式。

  • 向 Gemini for Google Cloud API 发送请求，包括以下内容：

    • 非流式请求
    • 流式请求
    • 函数调用请求

准备工作

在执行本页中所述的任务之前，请先注册快速模式。

安装并初始化 Google Gen AI SDK 快速模式

借助 Google Gen AI SDK，您可以使用 Google 生成式 AI 模型和功能来构建 AI 赋能的应用。在快速模式下使用 Gemini Enterprise Agent Platform 时，请安装并初始化 google-genai 软件包，以便使用生成的 API 密钥进行身份验证。

安装

如需安装 Google Gen AI SDK 快速模式，请运行以下命令：

# Developer TODO: If you're using Colab, uncomment the following lines:
# from google.colab import auth
# auth.authenticate_user()

!pip install google-genai

!pip install --force-reinstall -qq "numpy<2.0"

如果您使用的是 Colab，请忽略任何依赖项冲突，并在安装后重启运行时。

初始化

配置快速模式的 API 密钥和环境变量。如需详细了解如何获取 API 密钥，请参阅 Gemini Enterprise Agent Platform 快速模式概览。

from google import genai
from google.genai import types

# Developer TODO: Replace YOUR_API_KEY with your API key.
API_KEY = "YOUR_API_KEY"

client = genai.Client(
    vertexai=True, api_key=API_KEY
)

向 Gemini for Google Cloud API 发送请求

您可以向 Gemini for Google Cloud API 发送流式请求或非流式请求。流式请求会在处理请求时以块的形式返回响应。对于人类用户而言，流式响应可以减少延迟感。非流式请求会在处理完请求后以一个块的形式返回响应。

流式请求

如需发送流式请求，请设置 stream=True 并以块的形式输出响应。

from google import genai
from google.genai import types

def generate():
  client = genai.Client(vertexai=True, api_key=YOUR_API_KEY)

  config=types.GenerateContentConfig(
      temperature=0,
      top_p=0.95,
      top_k=20,
      candidate_count=1,
      seed=5,
      max_output_tokens=100,
      stop_sequences=["STOP!"],
      presence_penalty=0.0,
      frequency_penalty=0.0,
      safety_settings=[
          types.SafetySetting(
              category="HARM_CATEGORY_HATE_SPEECH",
              threshold="BLOCK_ONLY_HIGH",
          )
      ],
  )
  for chunk in client.models.generate_content_stream(
    model="gemini-2.5-flash-lite",
    contents="Explain bubble sort to me",
    config=config,
  ):
    print(chunk.text)

generate()

非流式请求

以下代码示例定义了一个向 gemini-2.5-flash-lite 发送非流式请求的函数。它向您展示了如何配置基本请求参数和安全设置。

from google import genai
from google.genai import types

def generate():
  client = genai.Client(vertexai=True, api_key=YOUR_API_KEY)

  config=types.GenerateContentConfig(
      temperature=0,
      top_p=0.95,
      top_k=20,
      candidate_count=1,
      seed=5,
      max_output_tokens=100,
      stop_sequences=["STOP!"],
      presence_penalty=0.0,
      frequency_penalty=0.0,
      safety_settings=[
          types.SafetySetting(
              category="HARM_CATEGORY_HATE_SPEECH",
              threshold="BLOCK_ONLY_HIGH",
          )
      ],
  )
  response = client.models.generate_content(
    model="gemini-2.5-flash-lite",
    contents="Explain bubble sort to me",
    config=config,
  )
  print(response.text)

generate()

函数调用请求

以下代码示例声明了一个函数并将其作为工具传递，然后在响应中接收函数调用部分。从模型收到函数调用部分后，您可以调用该函数并获取响应，然后将响应传递给模型。


function_response_parts = [
    {
        'function_response': {
            'name': 'get_current_weather',
            'response': {
                'name': 'get_current_weather',
                'content': {'weather': 'super nice'},
            },
        },
    },
]
manual_function_calling_contents = [
    {'role': 'user', 'parts': [{'text': 'What is the weather in Boston?'}]},
    {
        'role': 'model',
        'parts': [{
            'function_call': {
                'name': 'get_current_weather',
                'args': {'location': 'Boston'},
            }
        }],
    },
    {'role': 'user', 'parts': function_response_parts},
]
function_declarations = [{
    'name': 'get_current_weather',
    'description': 'Get the current weather in a city',
    'parameters': {
        'type': 'OBJECT',
        'properties': {
            'location': {
                'type': 'STRING',
                'description': 'The location to get the weather for',
            },
            'unit': {
                'type': 'STRING',
                'enum': ['C', 'F'],
            },
        },
    },
}]

response = client.models.generate_content(
    model="gemini-2.0-flash-001",
    contents=manual_function_calling_contents,
    config=dict(tools=[{'function_declarations': function_declarations}]),
)
print(response.text)

清理

本教程不会创建任何 Google Cloud 资源，因此无需清理以避免产生费用。

后续步骤