Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 42 · Текст · ~5 мин

Вопросы по документам с ChromaDB

Урок 42 из 84 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Примечание: Для корректной работы этого блокнота требуются платные лимиты скорости (см. цены для получения более подробной информации).

В этом руководстве демонстрируется, как использовать Gemini API для создания векторной базы данных и получения ответов на вопросы из этой базы данных. Кроме того, вы будете использовать ChromaDB{:.external}, инструмент Python с открытым исходным кодом, который создает базы данных эмбеддингов. ChromaDB позволяет вам:

  • Хранить эмбеддинги, а также их метаданные
  • Встраивать документы и запросы
  • Искать по базе данных эмбеддингов

В этом руководстве вы будете использовать эмбеддинги для получения ответа из базы данных векторов, созданной с помощью ChromaDB.

Сначала загрузите и установите ChromaDB и библиотеку Python для Gemini API.

Затем импортируйте модули, которые вы будете использовать в этом руководстве.

Прежде чем вы сможете использовать Gemini API, вы должны сначала получить ключ API. Если у вас его еще нет, создайте ключ одним щелчком мыши в Google AI Studio.

Получить ключ API

В Colab добавьте ключ в менеджер секретов под значком "🔑" на левой панели. Присвойте ему имя GEMINI_API_KEY.

После того как у вас есть ключ API, передайте его в SDK. Вы можете сделать это двумя способами:

  • Поместите ключ в переменную среды GEMINI_API_KEY (SDK автоматически подхватит его оттуда).
  • Передайте ключ в genai.Client(api_key=...)

Ключевой момент: Далее вы выберете модель. Для этого руководства подойдет любая модель эмбеддинга, но для реальных приложений важно выбрать конкретную модель и придерживаться ее. Выходы разных моделей несовместимы друг с другом.

Примечание: В настоящее время Gemini API доступен только в определенных регионах.

Вот небольшой набор документов, которые вы будете использовать для создания базы данных эмбеддингов:

Вы создадите пользовательскую функцию{:.external} для выполнения эмбеддинга с использованием Gemini API. Введя набор документов в эту пользовательскую функцию, вы получите векторы или эмбеддинги документов.

Для новой модели эмбеддингов, embedding-001, появился новый параметр типа задачи и необязательный заголовок (действителен только с task_type=RETRIEVAL…

План урока

  1. Обзор
  2. Настройка
  3. Настройка ключа API
  4. Данные
  5. Создание базы данных эмбеддингов с помощью ChromaDB
  6. Изменения API для эмбеддингов с моделью gemini-embedding-001
  7. Получение соответствующего документа
  8. Следующие шаги

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Google Gemini 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Google Gemini (2 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды