跳到主要内容

Google AI Studio 推理集成

新版 API 参考

有关最新的 API 详情，请参阅 推理 API。

创建推理端点，使用 googleaistudio 服务执行推理任务。

请求​

PUT /_inference/<task_type>/<inference_id>

路径参数​

  • <inference_id>

    （必需，字符串）推理端点的唯一标识符。

  • <task_type>

    （必需，字符串）模型执行的推理任务类型。

    可用的任务类型：

    • completion
    • text_embedding

请求体​

  • chunking_settings

    （可选，对象）分块配置对象。有关分块的更多信息，请参阅配置分块。

    • max_chunk_size

      （可选，整数）指定每个分块的最大词数。默认为 250。此值不能超过 300，且不能低于 20（sentence 策略）或 10（word 策略）。

    • overlap

      （可选，整数）仅适用于 word 分块策略。指定分块之间重叠的词数。默认为 100。此值不能超过 max_chunk_size 的一半。

    • sentence_overlap

      （可选，整数）仅适用于 sentence 分块策略。指定分块之间重叠的句子数。值为 0 或 1。默认为 1。

    • strategy

      （可选，字符串）指定分块策略。可选值为 sentence 或 word。

  • service

    （必需，字符串）指定任务类型支持的服务类型。本例中为 googleaistudio。

  • service_settings

    （必需，对象）用于安装推理模型的设置。

    这些设置特定于 googleaistudio 服务。

    • api_key

      （必需，字符串）Google Gemini API 的有效 API 密钥。

    • model_id

      （必需，字符串）用于推理任务的模型名称。你可以在 Gemini API 模型中找到支持的模型。

    • rate_limit

      （可选，对象）默认情况下，googleaistudio 服务将每分钟允许的请求数设置为 360。这有助于减少 Google AI Studio 返回的速率限制错误。要修改此设置，请在服务设置中设置此对象的 requests_per_minute：

      "rate_limit": {
          "requests_per_minute": <<number_of_requests>>
      }

Google AI Studio 服务示例​

以下示例展示如何创建名为 google_ai_studio_completion 的推理端点来执行补全任务。

PUT _inference/completion/google_ai_studio_completion
{
    "service": "googleaistudio",
    "service_settings": {
        "api_key": "<api_key>",
        "model_id": "<model_id>"
    }
}

原文链接