Google Vertex AI 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 googlevertexai 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：
- rerank
- 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 googlevertexai。
service_settings
（必需，对象）用于安装推理模型的设置。
这些设置特定于 googlevertexai 服务。
- service_account_json
  （必需，字符串）Google Vertex AI API 的有效 JSON 格式服务账户。
- model_id
  （必需，字符串）用于推理任务的模型名称。你可以在文本嵌入 API中找到支持的模型。
- location
  （必需，字符串）用于推理任务的位置名称。你可以在 Vertex AI 上的生成式 AI 位置中找到支持的位置。
- project_id
  （必需，字符串）用于推理任务的项目名称。
- rate_limit
  （可选，对象）默认情况下，googlevertexai 服务将每分钟允许的请求数设置为 30000。这有助于减少 Google Vertex AI 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>>
}
```
  有关 Google Vertex AI 速率限制的更多信息，请参阅 Google Vertex AI 配额文档。
task_settings
（可选，对象）配置推理任务的设置。这些设置特定于你指定的 <task_type>。
rerank 任务类型的 task_settings
- top_n
  （可选，布尔值）指定返回的前 N 个文档的数量。
text_embedding 任务类型的 task_settings
- auto_truncate
  （可选，布尔值）指定 API 是否自动截断超过最大 token 长度的输入。

Google Vertex AI 服务示例

以下示例展示如何创建名为 google_vertex_ai_embeddings 的推理端点来执行文本嵌入任务。

PUT _inference/text_embedding/google_vertex_ai_embeddings
{
    "service": "googlevertexai",
    "service_settings": {
        "service_account_json": "<service_account_json>",
        "model_id": "<model_id>",
        "location": "<location>",
        "project_id": "<project_id>"
    }
}

以下示例展示如何创建名为 google_vertex_ai_rerank 的推理端点来执行重排序任务。

PUT _inference/rerank/google_vertex_ai_rerank
{
    "service": "googlevertexai",
    "service_settings": {
        "service_account_json": "<service_account_json>",
        "project_id": "<project_id>"
    }
}

原文链接

Google Vertex AI 推理集成

请求​

路径参数​

请求体​

Google Vertex AI 服务示例​

请求

路径参数

请求体

Google Vertex AI 服务示例