फ़ंक्शन कॉलिंग की मदद से, जनरेटिव मॉडल से स्ट्रक्चर्ड डेटा का आउटपुट पाना आसान हो जाता है. इसके बाद, इन आउटपुट का इस्तेमाल करके अन्य एपीआई को कॉल किया जा सकता है और मॉडल को रिस्पॉन्स का सही डेटा दिया जा सकता है. दूसरे शब्दों में कहें, तो फ़ंक्शन कॉलिंग की मदद से जनरेटिव मॉडल को बाहरी सिस्टम से जोड़ा जा सकता है, ताकि जनरेट किए गए कॉन्टेंट में अप-टू-डेट और सटीक जानकारी हो.
Gemini के मॉडल के हिसाब से, उनके काम करने के तरीक़े की जानकारी दी जा सकती है. ये ऐसे फ़ंक्शन हैं जिन्हें अपने ऐप्लिकेशन की भाषा में लिखा जाता है. इसका मतलब है कि ये Cloud Functions नहीं हैं. मॉडल आपसे किसी फ़ंक्शन को कॉल करने और नतीजे को वापस भेजने के लिए कह सकता है, ताकि मॉडल आपकी क्वेरी को मैनेज कर सके.
Google Cloud के दस्तावेज़ में, फ़ंक्शन कॉलिंग के बारे में ज़्यादा जानें.
वेब कंटेनर इंस्टॉल करने से पहले
अगर आपने अभी तक इस टूल को इस्तेमाल नहीं किया है, तो Firebase के लिए Vertex AI SDK टूल के बारे में शुरुआती जानकारी देने वाली गाइड को पढ़ें. पक्का करें कि आपने ये सभी काम कर लिए हों:
कोई नया या मौजूदा Firebase प्रोजेक्ट सेट अप करें. इसमें, ब्लेज़ प्राइसिंग प्लान का इस्तेमाल करना और ज़रूरी एपीआई चालू करना शामिल है.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करें. इसमें, ऐप्लिकेशन रजिस्टर करना और ऐप्लिकेशन में Firebase कॉन्फ़िगरेशन जोड़ना भी शामिल है.
SDK टूल जोड़ें और अपने ऐप्लिकेशन में Vertex AI सेवा और जनरेटिव मॉडल का इस्तेमाल शुरू करें.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करने, SDK टूल जोड़ने, और Vertex AI सेवा और जनरेटिव मॉडल शुरू करने के बाद, Gemini API को कॉल किया जा सकता है.
फ़ंक्शन कॉल सेट अप करें
इस ट्यूटोरियल में, आपको मॉडल को ऐसे काल्पनिक करंसी एक्सचेंज एपीआई के साथ इंटरैक्ट करने के बारे में बताया जाएगा जो इन पैरामीटर के साथ काम करता है:
| पैरामीटर | टाइप | ज़रूरी है | जानकारी |
|---|---|---|---|
currencyFrom |
स्ट्रिंग | हां | जिस मुद्रा से कन्वर्ट करना है |
currencyTo |
स्ट्रिंग | हां | जिस मुद्रा में बदलना है उसे |
एपीआई अनुरोध का उदाहरण
{
"currencyFrom": "USD",
"currencyTo": "SEK"
}
एपीआई से मिले रिस्पॉन्स का उदाहरण
{
"base": "USD",
"rates": {"SEK": 10.99}
}
पहला चरण: एपीआई अनुरोध करने वाला फ़ंक्शन बनाएं
अगर आपने अब तक एपीआई अनुरोध नहीं किया है, तो ऐसा फ़ंक्शन बनाकर शुरू करें जो एपीआई अनुरोध करता है.
इस ट्यूटोरियल में दिखाने के लिए, एपीआई का असल अनुरोध भेजने के बजाय, आपको हार्डकोड की गई वैल्यू को उसी फ़ॉर्मैट में दिखाना होगा जिसमें असल एपीआई दिखता है.
दूसरा चरण: फ़ंक्शन का एलान करें
फ़ंक्शन का एलान करें, जिसे आपको जनरेटिव मॉडल (इस ट्यूटोरियल का अगला चरण) में भेजना है.
फ़ंक्शन और पैरामीटर की जानकारी में, ज़्यादा से ज़्यादा जानकारी शामिल करें. जनरेटिव मॉडल इस जानकारी का इस्तेमाल करके, यह तय करता है कि कौनसा फ़ंक्शन चुनना है और फ़ंक्शन कॉल में पैरामीटर के लिए वैल्यू कैसे देनी है.
तीसरा चरण: मॉडल शुरू करने के दौरान, फ़ंक्शन के एलान की जानकारी दें
जनरेटिव मॉडल शुरू करते समय, मॉडल के tools पैरामीटर को सेट करके, फ़ंक्शन के एलान के बारे में बताएं:
Gemini का मॉडल चुनने का तरीक़ा जानें. साथ ही, आपके लिए इस्तेमाल के उदाहरण और ऐप्लिकेशन के लिए सही जगह की जानकारी चुनने का तरीक़ा जानें.
चौथा चरण: फ़ंक्शन कॉल जनरेट करें
अब मॉडल को, तय किए गए फ़ंक्शन के साथ प्रॉम्प्ट दिया जा सकता है.
फ़ंक्शन कॉल के लिए चैट इंटरफ़ेस का इस्तेमाल करने का सुझाव दिया जाता है, क्योंकि फ़ंक्शन कॉल, चैट के मल्टी-टर्न स्ट्रक्चर में फ़िट बैठते हैं.
तुम और क्या कर सकती हो?
Gemini API की अन्य सुविधाएँ आज़माएँ
- एक के बाद एक बातचीत (चैट) बनाएं.
- सिर्फ़ टेक्स्ट वाले प्रॉम्प्ट से टेक्स्ट जनरेट करें.
- मल्टीमॉडल प्रॉम्प्ट की मदद से टेक्स्ट जनरेट करें. इन प्रॉम्प्ट में टेक्स्ट, इमेज, PDF, वीडियो, और ऑडियो शामिल हैं.
कॉन्टेंट जनरेट करने की प्रोसेस को कंट्रोल करने का तरीका जानें
- प्रॉम्प्ट के डिज़ाइन को समझना, जिसमें सबसे सही तरीके, रणनीतियां, और प्रॉम्प्ट के उदाहरण शामिल हैं.
- तापमान और ज़्यादा से ज़्यादा आउटपुट टोकन जैसे मॉडल पैरामीटर कॉन्फ़िगर करें.
- आपको सुरक्षा सेटिंग का इस्तेमाल करके, ऐसे जवाब मिलने की संभावना को अडजस्ट करना होगा जो हानिकारक माने जा सकते हों.
Gemini के मॉडल के बारे में ज़्यादा जानें
अलग-अलग तरह के इस्तेमाल के लिए उपलब्ध मॉडल और उनके कोटा और कीमत के बारे में जानें.Firebase के लिए Vertex AI के साथ अपने अनुभव के बारे में सुझाव/राय दें या शिकायत करें