En esta página, se muestra cómo crear una instancia nueva de Example Store o reutilizar una existente. Puedes almacenar tus ejemplos en un Almacén de ejemplos cuando desarrolles tu aplicación de LLM y recuperarlos de forma dinámica para usarlos en tus instrucciones de LLM.
Para enseñar a un LLM o a un agente con ejemplos de pocas imágenes, primero debes crear o reutilizar una instancia de Example Store para tu proyecto y ubicación, y, luego, subir ejemplos a ella.
Para cada proyecto y ubicación, puedes tener un máximo de 50 instancias de Example Store. Después de crear una instancia de Example Store, puedes compartirla en varias aplicaciones y agentes de LLM.
Existen dos maneras de aprovisionar una instancia de Example Store:
Crea una nueva instancia de Example Store: Cuando creas una instancia nueva de Example Store, debes especificar el modelo de incorporación que Example Store usa para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de incorporación:
text-embedding-005
text-multilingual-embedding-002
No puedes cambiar un modelo de incorporación después de crear la instancia de Example Store. Si deseas usar un modelo de incorporación diferente, debes crear otra tienda de ejemplos. Para obtener más información sobre las incorporaciones de texto, consulta Obtén incorporaciones de texto.
Cómo volver a usar una instancia existente de Example Store: Las instancias de Example Store están diseñadas para que las usen varios agentes, de modo que puedas acceder a los ejemplos almacenados en todas las aplicaciones de LLM. No puedes cambiar el modelo de incorporación cuando reutilizas una instancia existente de Example Store.
Requisitos previos
Antes de usar las muestras de Python en esta página, instala y, luego, inicializa el SDK de Vertex AI para Python en tu entorno de Python local.
Ejecuta el siguiente comando para instalar el SDK de Vertex AI para Python para Example Store.
pip install --upgrade google-cloud-aiplatform>=1.87.0
Usa la siguiente muestra de código para importar y, luego, inicializar el SDK de Example Store.
import vertexai from vertexai.preview import example_stores vertexai.init( project="PROJECT_ID", location="LOCATION" )
Reemplaza lo siguiente:
PROJECT_ID: ID del proyecto
LOCATION: Tu región. Solo se admite
us-central1
.
Crea una instancia de Example Store
Usa las siguientes muestras para crear una instancia de Example Store para un proyecto y una ubicación especificados. Ten en cuenta que la creación de una instancia de Example Store tarda unos minutos.
Python
Antes de probar este ejemplo, sigue las instrucciones de configuración para Python incluidas en la guía de inicio rápido de Vertex AI sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de Vertex AI Python.
Para autenticarte en Vertex AI, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.
import vertexai
from vertexai.preview import example_stores
vertexai.init(
project="PROJECT_ID",
location="LOCATION"
)
my_example_store = example_stores.ExampleStore.create(
example_store_config=example_stores.ExampleStoreConfig(
vertex_embedding_model="EMBEDDING_MODEL"
)
)
Reemplaza lo siguiente:
- PROJECT_ID: ID del proyecto
- LOCATION: Es la región en la que deseas crear la tienda de ejemplo. La única región compatible es
us-central1
. - EMBEDDING_MODEL: Es el modelo de incorporación que usa la instancia de Example Store para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de incorporación:
textembedding-gecko@003
text-embedding-004
text-multilingual-embedding-002
REST
Para crear un recurso ExampleStore
, envía una solicitud POST
mediante el método exampleStores.create
.
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- PROJECT_ID: ID del proyecto
- LOCATION: Es la región en la que deseas crear la instancia de Example Store. La única región compatible es
us-central1
. - DISPLAY_NAME: Es el nombre de la instancia de Example Store.
- EMBEDDING_MODEL: Es el modelo de incorporación que usa la instancia de Example Store para determinar qué ejemplos son relevantes para las consultas de los usuarios. Example Store admite los siguientes modelos de incorporación:
textembedding-gecko@003
text-embedding-004
text-multilingual-embedding-002
Método HTTP y URL:
POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores
Cuerpo JSON de la solicitud:
{ "display_name": "DISPLAY_NAME", "example_store_config": {"vertex_embedding_model": EMBEDDING_MODEL} }
Para enviar tu solicitud, elige una de estas opciones:
curl
Guarda el cuerpo de la solicitud en un archivo llamado request.json
y ejecuta el siguiente comando:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores"
PowerShell
Guarda el cuerpo de la solicitud en un archivo llamado request.json
y ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/exampleStores" | Select-Object -Expand Content
Deberías recibir una respuesta JSON similar a la siguiente, en la que EXAMPLE_STORE_ID representa el ID de la instancia de Example Store.
Cómo volver a usar una instancia existente de Example Store
Usa la siguiente muestra para volver a usar una instancia de Example Store existente para un proyecto y una ubicación especificados.
Python
Antes de probar este ejemplo, sigue las instrucciones de configuración para Python incluidas en la guía de inicio rápido de Vertex AI sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de Vertex AI Python.
Para autenticarte en Vertex AI, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.
import vertexai
from vertexai.preview import example_stores
vertexai.init(
project="PROJECT_ID",
location="LOCATION"
)
example_store = example_stores.ExampleStore(
"EXAMPLE_STORE_NAME")
Reemplaza lo siguiente:
- PROJECT_ID: ID del proyecto
- LOCATION: Es la región en la que deseas crear la tienda de ejemplo. La única región compatible es
us-central1
. - EXAMPLE_STORE_NAME: Es el nombre de la instancia de Example Store que deseas volver a usar.