Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 48 · Текст · ~5 мин

Гибридный RAG: File Search и поиск Google

Урок 48 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

Большинству реальных помощников одновременно нужны два вида знаний: частные знания, которые хранятся в ваших собственных документах, и общедоступные знания, которые находятся в открытом доступе в Интернете и ежедневно меняются. Gemini поставляется с инструментом обоснования для каждого из них:

  • File Search — это управляемый инструмент RAG. Вы загружаете документы в хранилище, и Gemini извлекает соответствующие фрагменты во время генерации.
  • Обоснование с помощью Google Search подключает модель к свежей, общедоступной информации из Интернета.

Этот блокнот показывает вам два способа объединить их в единый гибридный конвейер:

  1. Детерминированная маршрутизация с резервированием — вы сначала запрашиваете File Search, проверяете полученный результат и только затем обращаетесь к Google Search, если ваши документы не могут ответить на вопрос. Вы полностью контролируете решение о маршрутизации, что делает его проверяемым и легко объяснимым.
  2. Нативная маршрутизация с несколькими инструментами — вы передаете оба инструмента в одном запросе и позволяете Gemini выбрать правильный или объединить оба в одном ответе.

Попутно вы будете извлекать grounding_metadata из каждого ответа, чтобы вы могли показать пользователю, из какого именно фрагмента документа или веб-страницы был получен ответ.

Примечание: В этом блокноте используется API generateContent, а не более новый Interactions API, потому что grounding_metadata (ссылки, от которых зависит гибридная маршрутизация) возвращается в ответах generateContent. Сами определения инструментов одинаковы в обоих API.

Установите Python SDK google-genai.

Чтобы запустить следующую ячейку, ваш ключ API должен быть сохранен в секрете Colab с именем GEMINI_API_KEY. Если у вас еще нет ключа API или вы не знаете, как создать секрет Colab, см. Аутентификация для пошагового руководства.

Важно: File Search связывает загруженные документы с облачным проектом ключа API, поэтому ваш ключ API также предоставляет доступ ко всему, что вы загрузили. Держите его в секрете и следуйте рекомендациям Google по безопасности ключей API.

Инструменты обоснования поддерживаются во всем текущем семействе моделей Gemini. Выберите ту, которую вы хотите использовать в этом руководстве.

Чтобы блокнот…

План урока

  1. Установка зависимостей
  2. Настройка ключа API
  3. Выбор модели
  4. Создание образца документа
  5. Создание хранилища File Search и загрузка документа
  6. Чтение цитат из ответа
  7. Шаблон 1: Детерминированная маршрутизация с резервированием
  8. Вопрос 1: ответят ваши документы

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