1. 概览
简介
Gemini 2.5 Pro 是 Google 最强大的编码和世界知识模型。
借助 2.5 系列，Gemini 模型现在是混合推理模型！Gemini 2.5 Pro 可跨多项任务进行大量思考，并使用工具来最大限度地提高回答的准确率。
Gemini 2.5 Pro 具有以下特点：
- 与之前的模型相比，在编码、推理和多模态等功能方面有了显著改进。
- 在推理方面处于行业领先地位，在数学和 STEM 基准测试中表现出色。
- 一款出色的代码模型，尤其擅长 Web 开发。
- 尤其擅长处理复杂的提示，同时仍然能力全面，在 LMSys 中排名第一。
学习内容
在本教程中，您将学习如何将 Gemini API 和 Google Gen AI SDK for Python 与 Gemini 2.5 Pro 模型结合使用。
您将完成以下任务：
- 根据文本提示生成文本
- 生成流式文本
- 开始多轮聊天
- 使用异步方法
- 配置模型参数
- 设置系统指令
- 使用安全过滤器
- 使用受控生成功能
- 统计 token 数量
- 处理多模态（音频、代码、文档、图像、视频）数据
- 使用自动和手动函数调用
- 代码执行
- 思考模式示例
2. 准备工作
前提条件
在开始之前，您需要拥有一个 Google Cloud 项目，并且该项目具有有效的结算账号。请选择您要使用的 Google Cloud 项目。
为了运行此 Codelab，我们将使用 Colab Enterprise，这是一个具有 Google Cloud 安全与合规性功能的代管式协作笔记本环境。
启用所需的 API
点击下面的按钮，在您的 Google Cloud 云项目中为此 Codelab 启用必要的 API：Vertex AI、Dataform 和 Compute Engine。
将 Colab 笔记本复制到 Google Cloud
点击下面的按钮，在 Colab Enterprise 中打开教程笔记本。这会在您当前的 Google Cloud 项目中创建一个 Colab 笔记本副本，然后您就可以运行该笔记本了。
我们开始吧！
3. 初始化环境
现在我们已经创建了 Colab 笔记本，可以执行笔记本中提供的代码了。前几个步骤将安装依赖项并导入必要的库。
运行使用入门中的步骤
首先，依次运行“使用入门”部分中的单元格。
注意：您可以将鼠标指针悬停在要运行的代码单元格上，然后点击 
“运行单元格”图标来运行单元格。
在本部分结束时，您将完成以下操作。
- 安装 Google Gen AI SDK for Python
- 导入实验所需的库
- 设置 Google Cloud 项目以使用 Vertex AI
现在，我们使用 Gemini 2.5 Pro 生成文本
4. 使用 Gemini 生成文本
在本笔记本的这一部分中，您将使用 Gemini 2.5 Pro 生成文本补全。
继续执行笔记本中的下一组单元格，花时间阅读代码并了解如何使用 Google 生成式 AI SDK。
在本部分结束时，您将学习以下内容。
- 如何指定要使用的模型。
- 非流式输出生成与流式输出生成。
- 使用 SDK 的多轮对话功能。
- 异步调用 SDK。
- 配置模型参数。
- 设置系统指令以自定义模型行为。
- 配置内容安全过滤器。
接下来，我们将了解如何向 Gemini 发送多模态提示
5. 多模态提示
在本笔记本的这一部分中，您将使用 Gemini 2.5 Pro 处理图片和视频。
继续执行笔记本中的以下单元格。
在本部分结束时，您将学习以下内容。
- 发送包含图片和文本的提示。
- 通过网址处理视频
接下来，我们将生成明确定义的结构化输出
6. 结构化输出
在代码中使用模型的响应时，务必确保从模型中获得一致且可靠的输出。通过受控生成功能，您可以定义回答架构，以指定模型输出的结构、字段名称以及每个字段的预期数据类型。
继续执行笔记本中的以下单元格。
接下来，我们将了解如何将模型输出与事实依据相关联
7. 建立依据
如果您想使用现有知识库或向模型提供实时信息，则应考虑将模型输出与事实依据相关联。
借助 Gemini 和 Vertex AI，您可以将输出与 Google 搜索结果、函数响应的输出以及代码本身相关联。借助代码执行功能，模型可以生成并运行代码，从而从结果中学习并迭代以获得最终输出。
继续执行笔记本中的以下单元格。
接下来，我们将了解 Gemini 2.5 Pro 的思考能力
8. 思考
思考模式对于需要制定多轮策略和迭代求解的复杂任务尤其有用。Gemini 2.5 系列模型是思考模型，能够在给出答复前进行深度思考和推理，从而改进了回答效果和准确性。
继续执行笔记本中的以下单元格。执行时，请注意模型在呈现实际输出之前的思考输出。
9. 总结
恭喜！您已学习如何使用 Google Gen AI SDK for Python 来发挥 Gemini 2.5 Pro 的强大功能，包括文本生成、多模态、建立依据、结构化输出及其高级思考能力。现在，您已掌握使用 SDK 构建自己的创新应用的基础知识。Gemini 2.5 Pro 具有强大的思考和推理模式，为各种应用场景带来了新的可能性，并有助于创新。
其他参考文档
- 请参阅 Google Gen AI SDK 参考文档。
- 探索 Google Cloud 生成式 AI GitHub 仓库 中的其他笔记本。
- 探索 Model Garden 中的 AI 模型。